我有个习惯，每个月初会把主流模型的 API 定价拉一张表，看看价格往哪个方向走。这件事做了一年多，整体趋势确实没什么好争的——AI 推理成本三年跌了 97%，这是世界经济论坛 6 月的数据。按百万 Token 算，GPT-4 刚出来的时候要几十美元，现在几美元。便宜这件事是确定的。

但 7 月这次更新，跟之前任何一个月都不太一样。

一件事：DeepSeek 涨了

6 月底到 7 月初，不少 DeepSeek V4 Pro 用户收到了调价邮件。高峰时段价格翻倍。

DeepSeek V4 Pro 涨之前的定价是输入 $0.435 / 百万 Token、输出 $0.87。这个价格在主流模型里本身就偏低，跟 OpenAI 和 Anthropic 的旗舰差了一个数量级。涨价后高峰期大概到输入 $0.87、输出 $1.74。绝对值不高，涨幅不小。

一件事值得注意。AI 行业之前不搞峰谷定价，不是做不到，是竞争不允许。谁先涨价谁丢用户。DeepSeek 走这一步，说明它在某些场景下的用户粘性已经够强了。同时传递了一个信号——模型厂商在找新路子。单价压不下去了，定价结构上还可以动。

我以前比价只看一个数。输入单价多少，输出单价多少，一列就完事了。现在同一个模型得看三个数：平时价、高峰价、低谷价。对轻度用户来说高峰价跟你没关系，你挑便宜时段用就行。对重度用户或者做生产系统的，你就绕不开——你的请求量是持续的，不会因为贵了就停下来。

打车行业做峰谷定价的前提是用户有替代方案——贵了可以坐地铁。AI 行业的问题是，有时候你没有替代方案。你在开发一个产品，某个模型的能力是关键依赖，它涨价你只能跟着涨。没有第二条路。

这件事更深的含义是，模型正在从「标品」变成「非标品」。标品的意思是同一件商品所有人在所有时间买到的价格一样。AI 模型曾经是标品——GPT-4 的 API，谁调都是同一个价。峰谷定价打破了这一点。同一个模型、同一个接口，不同人不同时间付的钱不一样。价格开始跟你是谁、你什么时候用绑定在一起。

第二件：GPT-5.6 分了档，旗舰没便宜

OpenAI 7 月 7 号发了 GPT-5.6 系列。名字不叫 GPT-5.6，叫 Sol、Terra、Luna。

Sol 是旗舰，输入 $5 / 百万 Token、输出 $30，跟上一代 GPT-5.5 基本持平。Terra 大概一半，Luna 更低。整个系列的均价确实比上一代便宜了，但不是因为旗舰降了价——是因为多了两个便宜的选项。

以前的逻辑是「加量不加价」。GPT-3.5 到 GPT-4 到 GPT-4o 到 GPT-5，每次新旗舰出来，能力往上拉一截，价格要么不变要么略降。用户不用想，买最新就行。GPT-5.6 这次是「加量但拆开卖」——你要 Sol 的能力，价格没动；你要便宜，选 Terra，但能力降一档。

这本身是合理的商业选择。不是每个人都需要旗舰。日常写文案、做翻译、分类文本，中间档够了。但这件事的问题在于，多数用户不知道自己需要哪一档。GPT-5.6 三个字变成了一个模糊的招牌。你跟别人说「我在用 GPT-5.6」，对方不知道你说的是 Sol 还是 Terra 还是 Luna，而这三个东西的能力和价格差了不止一倍。

我在 7 月的定价表上做了一件事：把 Sol 的价格跟 GPT-5.5 的对比、Terra 的价格跟 GPT-5.4 对比、Luna 跟 GPT-5.4 mini 对比。结果挺有意思——每一档跟上一代的对应档位比，基本没降。降价的体感来自多了 Luna 这个更低一档、更便宜的选择。整个价格带宽被拉大了，但每一档的价格中枢没动。

换句话说，GPT-5.6 给的「降价」不是纵向的，是横向的。它不是让同一个能力层级变便宜了，是新增了更低的能力层级和更低的价格。这两种降价对用户的意义不一样。纵向降价是你花同样的钱买到更强的模型，你不需要做选择——本来就是升级。横向降价需要你做判断——降一档能力，省一笔钱，值不值得。

第三件：Claude Sonnet 5 的便宜有时效

Anthropic 6 月底发了 Claude Sonnet 5，定价输入 $2 / 百万 Token、输出 $10。横向看有竞争力——同档的 GPT-5.4 是 $2.5 / $15。

但定价页上写了：推广价，8 月 31 日截止。9 月 1 日起恢复标准价 $3 / $15，涨 50%。

这就是一个信息差问题。定价页上写了，没人拦着你去看。但多数人的比价习惯是看一眼当前数字——$2 看着比 $2.5 便宜，好，就它了。不会翻到底下去找有效期。两个月后价格涨了你才发现，但那时候系统已经接好了，切换有成本。

推广价不是坏事，它是让早期用户低价试用的常用策略。但 AI 模型和普通 SaaS 不太一样——模型是有粘性的。你调好了一套 prompt，熟悉了输出风格，嵌进了工作流，换模型的成本比换一个笔记软件大得多。推广价在别的地方叫「试吃」，在 AI 这里更接近「锁客」。

三件事放在一起。DeepSeek 涨价但不是绝对值贵，是贵在时段条件上。GPT-5.6 降价了但不是旗舰便宜了，是便宜的档位多了。Claude Sonnet 5 看起来便宜但有时限。

同一个行业，同一个月份，涨价降价的信号同时在发。不是信号混乱——是定价维度变多了。

一年前比价就是拉一张表。GPT-4 $x，Claude $y，Gemini $z。现在定价表上多了档位、时段、缓存命中折扣、批处理折扣、推广有效期——每个变量都能让实际单价差出几倍。

整体看，AI 模型肯定在变便宜。规模效应摆在那里，单价只会往下走。但「便宜」正在从一种状态变成一种条件。你对得上这个条件——你用低峰时段、你接受缓存、你能等批处理、你不需要旗舰——就便宜。对不上，就不一定。

7月这轮价格让我停下来想的，不是贵了还是便宜了，是大降价的时代可能快到头了。接下来是精细化定价——时段、档位、缓存、批处理，每个变量都能让实际单价差几倍。选模型正在从一个简单决策变成一笔需要算的账。

🔑