10月8日凌晨，做LLM应用的开发者群集体炸锅：Anthropic发布Haiku 5.5，10万token以内的请求，输入降到每百万0.10美元、输出0.50美元——上一代Haiku 4.5还是1/5美元，单价直接降到十分之一。几乎同一时间，OpenAI宣布GPT-6全量上线，付费档给Sol，免费档用户拿到的Luna与旗舰同代发布，API定价也恰好是同一条线：0.10/0.50。微博36氪
“价格屠夫"的帽子，第一次扣到了硅谷头上。但如果你正用API跑自己的应用，先别急着欢呼——这几天知乎上"Anthropic新模型降价"的问题浏览量过万，微博上一串"连夜实测”"算账单"的帖子刷屏，社区最集中的情绪不是兴奋，是"我的账单到底会不会变便宜"。这篇就是替在"换不换、省不省"之间纠结的你，把三家的价目表、藏着的断崖和该做的自审动作一次摊开。知乎
一、把三张小模型的价目表拉平，你会看到三个坑
这轮价格战的主战场不在旗舰，在小模型——各家都在拿"执行层"模型抢开发者入口。当前最有可比性的三个样本：
Claude Haiku 5.5：单次请求≤10万tokens，输入$0.10/输出$0.50；超过这条线，输入输出全部涨5倍（$0.50/$2.50）。缓存写入$0.125（5分钟保留），缓存读取$0.01。微博
GPT-6 Luna：API与Haiku 5.5同价$0.10/$0.50；C端ChatGPT免费层直接用上这个与旗舰同代的模型（有次数限制）。而同一张OpenAI价格表上，顶档Astra输入$10——0.1到10美元，跨了一百倍。
DeepSeek V4.1-Flash：100万tokens容量内统一计价、不分长短；非高峰档还能再打五折；缓存读取$0.003，是三家里最低的一档。
三个坑都藏在"单价"后面的口径里：
长度断崖。Haiku 5.5的0.1美元有个硬前提：每次发送不超过10万tokens。Anthropic的官方口径是约90%的历史Haiku请求都落在这条线内——所以这是它算过账的"入口价"，做长上下文重构、整库检索的应用会直接撞上5倍档。36氪
缓存才是账单大头。Anthropic同日把Sonnet 5.5的缓存读取价从$0.20砍到$0.10——这一刀砍的是Claude Code这类Agent应用的痛处：系统提示、工具定义、历史上下文每轮都要重读，一个月下来缓存读取往往超过新增内容本身。低价吸新客之外，这半刀才是留老客的。知乎
免费≠不要钱。Luna下放免费层，跑的是小模型、带次数限制，OpenAI把这部分算力记在获客成本里；API侧它照收0.10美元。对C端用户是羊毛，对打算"直接调免费接口"的开发者是幻觉。
二、换不换？同一个场景算一遍账就有答案
拿一个很常见的用法算一遍：一份4万tokens的产品文档置顶，连续追问，每轮新增提问500 tokens、回答300 tokens，按非高峰价把账摊开。36氪
第一轮，文档要写入缓存：Claude合计约0.52美分，DeepSeek约0.63美分，Claude便宜；
从第二轮起，双方文档都进缓存价：Haiku 5.5约0.06美分，DeepSeek约0.04美分，每轮反超0.02美分，首轮优势追问几轮就被追平。
翻译成人话：
随手问、高频轻任务（摘要、分类、抽取、子代理执行）：Haiku 5.5是真便宜，值得立刻切一部分流量过去；
把文档当知识库反复查：定生死的是0.003那档缓存价，DeepSeek仍占优；
Agent长上下文任务：先量一下你的请求长度分布，撞上10万tokens线的部分按5倍价签重新算。
能力上别听风就是雨：Anthropic自报Haiku 5.5同级全面强于Luna，官方口径里Haiku 5.5全面超越了4.5，也比GPT-6 Luna基本全面超越。DeepSeek自报V4.1-Flash在自家选的Agent基准（DeepSWE v1.1 74.2、Terminal-Bench 2.1 90.6）上超过自家上代旗舰——各家跑各家的榜，目前没有可横向对表的官方数据。做过实测的从业者的体感是三家在简单任务上拉不开差距，差别要到复杂指令才显形。"一毛便宜"是确定的，"一毛也聪明"还没有被第三方证实。知乎36氪
三、反直觉的部分：单价降九成，单次任务成本可能涨30倍
引安永（EY）对智能体总成本的研究里那组常被转发的对比：一次客服交互，2023年"读一读、答一句"约0.04美元；2026年带上工具检索、任务规划、子智能体协同后约1.20美元。同一时期，token单价一直在往下掉——单价在降，单次消耗涨得比降价快得多。知乎
这也是为什么社区里"模型降价、账单变贵"的吐槽这半年越攒越多。烧钱的三个典型漏点：
过度检索：捞回5万tokens，有用的2千，剩下4千8照样进上下文、每轮计费；
多轮复利：Agent每一轮都带着上一轮的上下文、工具返回往下走，前面的冗余在后续十个步骤里反复重算；
带全上下文的重试循环：工具超时重来一遍，一次故障变N次全价调用。
所以降价之后，账单自审的正确姿势不是盯单价，而是看三个信号：单位任务成本（账单除以实际完成的任务数，一次问答、一份报告、一个工单各多少钱）、缓存命中率（长期偏低说明是请求结构问题，不是模型贵）、单价降幅与总支出降幅是否一致（不一致，差额去了上下文膨胀和并发峰值）。知乎
四、"斩杀线"刷屏，也别替国产厂商操错心
Artificial Analysis的成本-能力散点图在10月8日更新后，帕累托前沿（同等成本下能力最优的连线）从此前清一色国产模型，变成被Anthropic、OpenAI接管，“中国大模型的斩杀线被斩杀了"的说法刷屏开发者社区。但这张图的适用边界很清楚：英文基准、托管API、短任务。出了这三条线，结论平移不过去——Claude在中国境内不提供正式服务，接入不稳定把实际使用成本抬到远高于价签；做中文业务、长文档、需要私有化交付的团队，海外低价根本进不了你的决策集。智谱今年Q1旗舰定价上调83%、API调用量反而涨400%（其CEO张鹏在行业论坛的说法），企业侧正在从"比价"转向"看任务交付”。真要被低价冲击的，是海外开发者市场里那批价格敏感的轻任务流量，而不是国内基本盘。知乎
五、带走版结论
现在就做的：把高频轻任务分流到Haiku 5.5/Luna这一档，模型路由（分类、格式化用便宜小模型，复杂推理才升级）是单条收益最大的动作；固定前缀保持稳定，让系统提示和工具定义真正吃到缓存价；能延迟的批处理挪到国内模型的峰谷低价时段——这三件事都在你自己的工程侧，不依赖任何厂商继续降价。
先别做的：别在第三方横评出来前，把核心链路整体押到0.1美元档；别动知识库反复复用型的既有链路，那块地上缓存价和长度分档比刊例价重要得多；也别把聚合渠道的"1折起"直接当官方降价，拿到报价单先问清折扣来源是官方直降、渠道折扣还是缓存错峰。知乎
继续盯的：免费层Luna的限制会不会随规模收紧（收紧说明"免费"只是获客成本）；国内厂商会不会补齐"旗舰+小模型+免费端"的三层结构——那才是这轮价格战真正定局的时候。
模型会继续降价，这是确定事件；账单会不会跟着降，取决于你有没有在换模型之前，先把上面这几个口径算清楚。
