当低价护城河不再专属于中国：GPT-5.6 Luna 降价 80%，中美大模型价格战进入新阶段

2026 年 7 月 30 日，OpenAI 打出一记令整个 AI 行业猝不及防的重拳：发布仅三周的 GPT-5.6 Luna 大幅调价，输入单价从 1 美元降至 0.20 美元，输出单价从 6 美元下调至 1.20 美元，降幅高达 80%。

OpenAI CEO 萨姆·奥尔特曼在 X 上直言："我们希望在每一个层级，都提供最佳的价格与智能比（price/intelligence tradeoff）。"这绝非普通调价，而是一封宣战书。

同系列 Terra 同步降价 20%，输入价由 2.5 美元降至 2 美元，输出价由 15 美元降至 12 美元。旗舰型号 Sol 维持原价不变，但新增 Fast 模式——以 2 倍价格提供最高 2.5 倍的推理速度，智能水平保持不变。

三款模型，三项调整，同一套战略逻辑：依靠 Luna 打响价格战，依托 Terra 守住中端市场，借助 Sol 维持高端利润。

纸面价格：Luna 输入端已低于 DeepSeek V4 Pro

先罗列两款模型的官方标价：

• GPT-5.6 Luna（2026 年 7 月 30 日生效）：输入 0.20 美元/百万词元，输出 1.20 美元/百万词元

• DeepSeek V4 Pro 当前定价：输入 0.435 美元/百万词元（约人民币 3 元），输出 0.87 美元/百万词元（约人民币 6 元）

单看输入端，Luna 比 DeepSeek 便宜约 54%；单看输出端，DeepSeek 比 Luna 低约 27.5%。

但纸面对标价，远不能反映真实的成本结构。

DeepSeek 的真正王牌是缓存命中机制。缓存生效时，V4 Pro 输入单价从 3 元/百万词元骤降至 0.025 元/百万词元（约合 0.0036 美元），降幅超 99%。如果业务存在大量重复上下文输入，DeepSeek 实际使用成本几乎可以忽略不计。

DeepSeek 的软肋是峰谷分时计费。根据 DeepSeek 官方发给开发者的邮件，每日北京时间 9:00–12:00、14:00–18:00 为高峰时段，API 价格直接翻倍。高峰时段，V4 Pro 输入（缓存未命中）从 3 元涨至 6 元，输出从 6 元涨至 12 元。

换算成美元，DeepSeek V4 Pro 高峰时段输出单价约 1.4 美元/百万词元，已经高于 Luna 1.20 美元的输出定价。

💡 这意味着：静态对比标价，Luna 在输入端碾压 DeepSeek；放到真实动态业务场景中，面对大量重复任务，DeepSeek 的缓存优势无可替代，但峰谷定价正在抹平它在输出端的成本优势。特别是在北京时间工作日的上午和下午核心时段——恰恰是企业调用 API 的最高频窗口——DeepSeek 的价格红利被显著压缩。

智能水平的差距，才是真正的分水岭

价格只是硬币的一面，另一面是模型智能能力。

第三方评测机构 Artificial Analysis 发布的 Intelligence Index v4.1 显示：GPT-5.6 Luna 智能指数突破 50 分，完成单任务平均成本约 0.05 美元（约合人民币 0.34 元）；开启最大推理模式的 DeepSeek V4 Pro 智能指数约 44 分，单任务成本约 0.0448 美元。

OpenAI 在官方博客中放出基于该评测的价格-性能分布图，强调 Luna 在保持超过 50 分智能指数的同时，能够提供远超同智能水平模型的价格优势——Claude Opus 5、Gemini 3.6 Flash、GLM-5.2 Max 等模型拥有近乎相近的智能指数，但完成单项任务的成本更高。

DeepSeek V4 Pro 则位于更靠左的位置：单次任务成本低于多数前沿模型，但智能指数约为 44 分。

换算成"单位成本对应的智能水平"，DeepSeek V4 Pro 拥有其自身的性价比优势；但 OpenAI 强调的重点是：在同等预算能够买到多少智能能力这一维度，Luna 实现了对 DeepSeek V4 Pro 的反超。

这并非 Luna 单纯在"标价"上赢过 DeepSeek，而是在"价格-智能"综合坐标系上，把曲线向左上方推了近一步。

大幅降价的核心秘诀：AI 开始自我优化

如此激进的降价究竟如何实现？OpenAI 给出的答案令不少从业者感到警惕。

2026 年 7 月 29 日，OpenAI 发布技术博客披露：GPT-5.6 Sol 通过 Codex 接入了 OpenAI 的生产推理栈，自主参与了自身运行环境的优化工作。

具体来看，Sol 在四层架构中完成了核心优化：

• 生产 GPU 内核重写：Sol 学习并运用 OpenAI 自研的 Triton、Gluon 两套 GPU 编程语言，识别可预计算、可避免或可并行的工作，自主改写和优化生产环境中的 GPU 内核

• 负载均衡优化：分析全网生产流量，发现工程师未曾留意的负载不均衡问题，测试全新路由调度策略

• 推测解码（speculative decoding）升级：Sol 自主设计并运行了上百组词元生成实验，优化草稿模型，词元生成效率提升 15% 以上

• 训练流程监控：在实验过程中出现硬件或训练异常时主动干预

优化成果十分明确：GPU 内核优化带来端到端服务成本下降 20%。

💡 GPU 内核（GPU Kernel）可以理解为 GPU 上执行计算任务的底层程序。模型本身无需改动，只要底层代码运行效率更高，同一块 GPU 就能完成更多运算，单次调用成本随之下降。AI 正在优化运行 AI 的底层代码，左脚踩右脚，原地实现效能飞升。

Codex 负责人蒂博将这套模式总结为两步：第一步，训出一个足够强的模型；第二步，用这个模型去把一切变得更好，包括运行它自己的基础设施、推理栈和内核。OpenAI 总裁格雷格·布罗克曼直言：让 Sol 去提升生产服务效率，"正是它又强又便宜的原因之一"。

倒逼 OpenAI 降价的根本动因，并非技术，而是市场

拥有技术实现能力，不代表 OpenAI 愿意主动降价。真正迫使它下调定价的，是国产模型兵临硅谷城下的竞争压力。

CNBC 在 7 月 7 日发布一组震动硅谷的数据：在 OpenRouter 平台上，美国企业消耗的 Token 总量中，中国模型占比已经达到 46%。DeepSeek V4 Pro 长期维持 0.435 美元的低位输入价，叠加多家国内厂商持续推出高性价比 API 服务，不断分流海外中小开发者客户。

EMARKETER 高级分析师雅各布·伯恩评价此次降价是"Token 最大化时代的终结"——企业已经意识到"烧词元却不产生回报"有多容易，正在对这些不断上涨的 AI 账单说"不"。

OpenAI 推出定价 0.20 美元的 Luna，输入成本已经低于 DeepSeek V4 Pro。这是一场防御战：依靠 Luna 守住大规模推理业务的基本盘，依靠 Sol 稳住高端高利润业务底座。

一场非对称竞争

这场竞争的本质，不是单纯比拼"谁更便宜"，而是两套商业逻辑的正面碰撞。

DeepSeek 的路线是极致成本优化：依托 MoE 混合专家架构、缓存机制、峰谷分时计费，把推理成本压缩至极限，护城河是低价。5 月 22 日，DeepSeek 宣布 V4 Pro API 价格永久降价 75%，创下全球顶级大模型价格新低，被网友戏称为"AI 大模型斩杀线"。

OpenAI 的策略是分层收割市场：Luna 冲锋打价格战抢夺流量，Terra 稳固中端市场，依靠 Sol 的智能溢价保障利润，护城河是更强的综合智能能力。

当 Luna 输入价低于 DeepSeek V4 Pro、智能指数高出近 6 分，同时 AI 实现底层自我优化——国产模型赖以立足的低价护城河正在被攻破。

当然，DeepSeek 缓存命中后的成本优势依旧是 Luna 难以企及的。在高频复用重复上下文的场景，DeepSeek 仍然拥有不可替代的成本优势。但这片"不可替代"的适用范围，正在不断收缩。

当"最低价"不再是中国模型独有的标签，大模型行业的下一轮战争，才刚刚拉开序幕。

对于企业与开发者而言，在 Luna 与 DeepSeek V4 Pro 之间二选一，往往意味着要在"性能"与"成本"之间反复权衡。而在实际生产中，更多企业面临的是多模型混合调度的现实需求——简单问答走 Luna，复杂推理走 Sol，缓存友好批量任务走 DeepSeek，视觉任务走 Gemini，长上下文分析走 Claude。

在这一领域，UseAIAPI​ 作为源头大模型 API 供应商，提供了一站式解决方案：

• 全生态模型矩阵：单一接口无缝调用 GPT-5.6 Luna、GPT-5.6 Sol、Claude、Gemini、DeepSeek 等全球热门大模型的最新版本，覆盖对话、推理、多模态、嵌入等全场景，官方能力秒级同步。GPT-5.6 Luna 0.20 美元/百万输入词元的新低价红利，可第一时间享用

• 企业级定制化服务：提供企业级 SLA 保障与定制化接入方案，让你无忧直接接入使用，可融入核心系统、适配集团架构；原生支持详尽日志溯源、细粒度权限审计与子账号管控，架构完全符合上市企业及跨国集团的 IT 数据安全与合规标准

• 极具竞争力的接入成本：依托全球算力集采优势优化计费，优惠力度最低可达官方价格的 50%——当 OpenAI 把 Luna 打到 0.20 美元/百万输入词元、DeepSeek V4 Pro 缓存命中价低至 0.0036 美元时，企业侧通过 UseAIAPI 接入的综合成本可以进一步下探，让高强度内容生成与大规模智能体部署不再成为消耗负担

• 智能语义缓存降本：平台内置智能语义缓存机制，与 DeepSeek 的上下文缓存机制异曲同工——对于存在大量重复上下文的企业级场景，可进一步压缩实际调用成本，让"缓存红利"在跨模型调度中同样生效

• 极致性能架构：全球边缘节点加速，45ms 骨干网络超低延迟，99.9% 极致可用性保障；自研智能负载均衡，稳健承载百万美元级 API 吞吐，无惧流量洪峰

从 OpenAI 那张"Luna 综合性价比超越 DeepSeek V4 Pro"的评测图，到企业业务流中每一次模型调用，AI 能力的获取效率与成本，将决定下一代应用的竞争力上限。选择合适的接入基础设施，让业务在 AI 时代始终保持领先。