OpenAI 降价 80%，DeepSeek 涨价 1100%：大模型价格打成了「峰谷电费」，你的 API 预算该重算了

2026.09.20

8 月 17 日，大模型行业发生了方向相反的两件事。

同一天：OpenAI 把 GPT-5.6 Luna 的价格砍掉 80%；DeepSeek 把 V4-Pro 高峰时段的 API 价格最高上调 1100%，缓存命中价上调 12 倍。曾经的价格屠夫开始涨价，曾经的贵族开始跳水——大模型的价格，正式打成了**「峰谷电费」**：分时段、分档位、随供需浮动。

这篇照例拆三层：两边为什么反向走、剪刀差意味着什么，以及最重要的一工程侧现在就该重算的三笔账。

反向全景

事实全景：一张表看清谁涨谁降

涨的这一边（国产为主）：DeepSeek 8/17 大幅调价（高峰时段最高 +1100%），8/23 又更新规则、周末统一按低谷价计费；智谱年内完成三次价格调整，GLM Coding Plan 从次数制改积分制，三档月费上涨 141%~261%；腾讯混元年内两次涨价，输入最高 +463%；百度、阿里的算力产品集体上调 5%~34%。摩根士丹利把这轮概括为**「告别价格战」**。

降的这一边（海外为主）：OpenAI 的 Luna 直降 80%，GPT-5.6 Sol 还在 OpenRouter 和 Vercel AI Gateway 上做了限时半价（9 月 18 日到期）；Anthropic 的 Claude Opus 5 定价只有自家旗舰 Fable 5 的一半；Google 的 Gemini Flash 三款新模型全线低价。第三方 Silicon Data 的 token 价格指数显示：7 月中旬以来，美国主流模型的实际支付价格已下降近 25%。

读法一：反向的根源是两边站在不同的成本曲线上

为什么国产涨、海外降？不是谁良心发现，是各自的处境不同。

涨价的逻辑：需求真实到供不应求。 Kimi K3 发布 48 小时请求量超限、被迫暂停新用户订阅；国产推理需求爆发撞上算力成本上抬——2026 年 Q2 传统 DRAM 合约价环比上涨 58%~63%，HBM3E 供应价格上调约 20%，美光说数据中心需求是可承诺供应量的 150%，英伟达整机也因存储成本（BOM 占比从 53% 升到 62%）涨价约 15%。当边际成本压不住了，从「抢份额定价」切换到「按成本定价」是必然——这就是大摩说的告别价格战。

降价的逻辑：上市窗口期，用亏损换开发者生态。 Anthropic 筹备着可能是史上最大的 IPO，OpenAI 暂缓上市但要用份额数据讲故事。降价的战果可以量化：OpenRouter 9 月 7–13 日窗口的统计显示，开发者花在 OpenAI 模型上的钱，两年半来第一次超过 Anthropic——头号功臣不是跑量模型，是全站最贵的 GPT-6 Astra（占两家合计支出约 19%）。

而 DeepSeek 那个「周末统一低谷价、闲时半价」的定价结构，其实是把电力行业的需求侧管理搬进了 API：用价格信号把可延迟的负载挪出高峰。这不是涨价，这是在教你调度。

读法二：剪刀差——开源模型量大钱少

Vercel AI Gateway 的数据给了一个扎心的视角：2026 年 6 月，开放权重模型（以中国开源系为主）拿走了大量 token 调用份额，收入份额却远远不匹配。量价剪刀差意味着：开源系在用近乎成本价的服务换全球开发者心智，闭源系在从真实付费用户身上回收研发投入。

这也是本篇标题里那组数字的真正含义——80% 的降价和 1100% 的涨价可以同屏出现，因为它们瞄准的根本不是同一个市场。降价抢的是心智和迁移率，涨价收的是已经离不开的人的钱。判断你自己的处境只需要一个问题：你的负载是「可以随时换模型的」，还是「深度绑定某家工作流的」？前者享受价格战红利，后者承受涨价全压。

读法三：三笔账，工程侧现在就能省

三笔账

给团队（和我课上学生）的三笔账，全部可操作：

第一笔，缓存账。 DeepSeek 缓存命中价上调 12 倍后，这项「曾经便宜到可以忽略」的开支正式进入预算表。对策：稳定内容前置、变化内容后置——把系统提示、代码仓库、规范文档这些不变的部分放在前缀，动态字段放后面，别让一个每次都变的字段打断整条缓存链。对长链路 Agent 应用，缓存命中率直接决定成本结构。

第二笔，时段账。 闲时价格约为高峰一半。日志分析、离线评测、批量文档抽取这类不赶时间的任务，调度到 0–9 点、12–14 点或 18–24 点跑，成本直接砍半。把 cron 写好，一年省下的钱够加一个人。

第三笔，选型账。 默认模型不等于最便宜的模型：入口分流用小模型、复杂推理才上旗舰之外，还要盯住长链路 Agent 的隐性成本——上下文膨胀、缓存断裂、失败重试，经常吃掉单价差。用私测集算「单任务全成本」，别只比每百万 token 单价。

一盆冷水

三句照例：其一，1100% 是高峰时段上限涨幅，不是均价涨幅，转述时丢掉「高峰时段」「最高」两个限定词，就是又一例口径事故；其二，OpenRouter 的「反超」只统计聚合平台支出，不含直连 API 和企业合同，也不等于用户数——「OpenAI 赢了」这个结论先别下；其三，涨价潮可能反噬普及——独立开发者和学生党的预算是刚性的，价格每上一个台阶，就有一批人退回免费档或转向开源本地部署。厂商在「告别价格战」，但用户也会用脚告别。

写在最后

我在课上讲「推理成本账」讲了两年，案例库从没像这两个月这样饱满过。给学生的结论也简单：会调度的人，正在从会调 API 的人里分化出来——缓存怎么排、任务几点跑、模型怎么分流，这些「土办法」比追新模型更能省真金白银。

政企校的 API 预算审计和闲时调度改造，正是我们最近接得最多的活儿之一——账单发过来，通常第一天就能找出 30% 以上的可省空间。想算这笔账的团队，欢迎交流。

参考来源