降价幅度惊人
在2026年那个7月31日的凌晨时分 , OpenAI官方发布了一则相关公告 , 宣告要对旗下两款主要的模型实施大规模降价。其中GPT – 56Luna的API价格直接降低到原来的20% , 也就是从本来的每百万输入Token 的1美元直接下降至0.20美元 , 输出Token也同样下降到每百万0.20美元。这样的一种调整幅度在AI行业的历史当中是极其少有 的。
于此同时, GPT – 5的价钱也降低了20%, 每百万输入Token从2.5美元降到了2美元, 输出Token从15美元降到了12美元。此次调价马上在开发者社区引起了热烈讨论, 好多技术群组在公告发布后的一小时之内就出现了大量的讨论帖子。
定价对比清晰
经过调整之后的Luna API的定价情况是, 对于每百万输入Token而言定价为0.20美元, 而每百万输出Token的定价同样是0.20美元, 意味着输入和输出的价格是相同的。Terra API在定位上是偏向高端的, 其中每百万输入Token的定价是2美元, 每百万输出Token的定价为12美元, 这两者之间的价差竟已达到60倍。
展现出显著梯度的这个定价方式是如此: 主打高频且低成本推理任务的是Luna, 而Terra针对着复杂逻辑以及高质量生成场景。SOL的定价与Codex订阅价格维持原状, 这表明OpenAI持有维系企业级服务价格稳定这般意图以此防止影响现有的客户预算规划。
积分消耗更少
并非仅依赖直接降价, OpenAI更是对Terra以及Luna的积分消耗规则予以调整, 在运用这两个模型之际，所消耗的API积分相较于先前变得更少, 而这也就意味着，开发者凭借同样的预算能够发起更多次数的请求。
拿Luna来说, 之前完成100万次简单分类任务大概耗费5000积分, 如今同样的任务仅需1500积分。对于那些靠批量处理的初创团队来讲, 每月的API账单或许会减少六个成以上, 这直接把AI应用的门槛给降低了。
开发者受益明显
于旧金山一家AI创业公司任职的工程师王磊表明, 其所在团队每日运用Luna去处理大约300万条用户反馈数据。依据新价格来计算, 每月的API支出从900美元降低至180美元, 所节省下来的资金足以再租赁两台GPU服务器来进行模型微调。
在国内, 有个电商平台, 其算法负责人透露, 该平台的客服机器人不仅使用Terra, 还同时使用Luna, 在降价之后, 整体在推理方面的成本下降了大约35%, 平台有着这样的计划, 要把节省下来的预算投入到更多用于A/B测试的活动中, 从而提升推荐系统的转化率。
市场反应迅速
消息被公布之后, Hugging Face以及GitHub之上的开发者论坛很快涌现出大量的讨论之声, 相当多独立开发者宣称将会重新去对自身模型选型展开估值, 有人员针对Luna与市面上别的开源模型的性价比做了一番对比衡量, 认定出于同等参数量的等级状况下, Luna的价格已经趋向于接近甚至已然低于自部署成本。
AWS的销售团队注意到了这一变化, Azure的销售团队同样注意到了这一变化, 部分客户开始咨询, 咨询的内容是, 是否可以把现有的工作负载迁移到OpenAI平台。分析师进行了预测, 预测的结果是, 这次降价有可能引发其他AI厂商跟进, 整个行业的价格战或许将会提前到来。
使用场景扩展
在降价之后, Luna的适用场景显著地扩大了, 在此之前, 那些由于成本受限因而被搁置不行做处理的实时语音转录、检查日志异常情况, 包含内容审核等等场景, 如今都能够运用Luna来进行大规模的批量处理, 有一家在线开展教育业务的公司, 打算使用Luna去做每一节课的自动提取知识点, 预计每一天处理的课程视频时长是2万小时。
就Terra而言, 尽管其价格比较高, 然而在长文本生成以及复杂推理方面, 输出质量依旧存在优势情形。有律师团队经过测试之后发现, Terra所生成的合同审查报告, 其准确率相较于Luna要高出18%, 基于此, 他们愿意继续针对专业场景支付更高的费用。
未来价格走向
OpenAI在发布的公告里边讲了, 这一回的降价是因为推理效率得到优化使然, 同时硬件利用率也有所提高。该公司并未透露往后是不是还会继续调整价格, 然而业内的相关人士觉得, 鉴于推理成本不断地下降, 模型API的价格仍然存在往下探的空间了。
对中小开发之人跟独立创作之者来讲, 当下是将AI能力融入产品的恰当时候。你近来运用哪一个API开展项目? 此次降价会对你的技术选择产生影响吗? 欢迎于评论区讲述你的观点, 点赞并转发以使更多开发之人瞧见此消息。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
