ChatGPT比DeepSeek都便宜了！

今日, GPT - 5.6 Luna 的 API 定价实现了最新调整。

大约下降百分之八十, 直接降至每百万, token 仅零点二美元, 输入如此价格, 输出价格降至每百万, token 竟然是一点二美元。

未曾想到以往象征着“高端闭源模型”的GPT, 竟然也和低价开源模型展开了正面的价格对抗。

拿性价比之王V4 Pro来说, 其进入的价格大概约是每百万token 0.4美元上下, Luna的进入费用比它低了一半。

在输出这一范畴之中, Luna 的价格大概是 1.2 美元, 相较于 V4 Pro 而言稍微高那么一些的样子, 然而其综合使用之时的成本已然极其近似了。

在诸如等第三方评测里头, GPT - 5.6 Luna high版本于部分任务测试之际的表现, 超过了V4 Pro max, 并且它在完成任务的时候, 成本还更低。

比如说, 有一位研究人员@Tibo 宣称, GPT - 5.6 Sol 在处于 /fast 这种模式的情况下, 会进一步让响应的速度获得提升 , 从而能够为那种有着低延迟交互需求的场景, 供给一种更为快速的体验。

与此同时, 推出一种自动批准模式, 这种模式有约 10 倍的便宜程度, 它是应用内“为我审查”功能, 该模式当前运用 Luna 模型来运行, 其作用是在主代理执行操作之前开展风险审查, 以此降低高风险操作所带来的安全隐患。

有人宣称, 在进行GPT - 5.6 Sol的部署操作之后, 借由进一步促使效率边界得以推进扩展, 模型自身的运行效率获得了提升。

具体成果涵盖, 借助对生产环境里GPU内核予以优化，此举把服务运行成本降低了20%, 另外, 凭借改进推测解码技术, 使得token生成效率提升超过了15%。

对此次降价的解释是模型效率提升，带来的成本下降。

但市场更关注的是，这背后可能还有更深层的战略考量。

在过去的一年当中, 那AI应用开发者, 是越来越依赖大量低成本模型去执行任务了, 这些任务涵盖了内容审核, 还包括对信息进行分类, 也有数据处理这个环节, 甚至有简单代码生成这一方面, 另外, 还会把它用作Agent系统里的子模型。

对于这些, 具有高频率, 然而单次价值比较低的任务而言, 模型价格变成了决定规模化应用的关键因素。

一个明显的信号是, Codex 的 Auto- 功能, 已经从 GPT-5.4, 切换到了 Luna, 其预计能够将成本降低约10倍。

这表明, 存在一种情况, 即正试着让效率更高的小模型去承接数量众多的日常工作, 并且还会把成本更高更昂贵的旗舰模型留存下来, 用于应对复杂的推理任务。

针对于此, 山姆奥特曼宣称, 会于各个层面之上给出具备极其“智价比”特征的方法, 办法。

往昔时日, 以 、Qwen 这般开源模型当作榜样的较低价格之策略, 被当作是中国模型厂商去挑战 等的关键武器。

当下, 同样着手主动投身于价格方面的竞争之中。随后, 瞧瞧 、 、Meta 等将会怎样去进行跟进呢。