11月7日，OpenAI被曝完成新一轮融资首批约110亿美元交割，估值1.25万亿美元。CFO萨拉·弗莱尔说，公司仍需继续投资，以满足客户需求。 数据中心也会继续建。按9月《金融时报》看到的投资者材料，2026到2030年，OpenAI在算力和基础设施上要花8560亿美元，负自由现金流2780亿美元。36氪微博
钱继续往算力里砸，但开发者看到的API价目表，不是一张统一的涨价单。
先看三档有代表性的价格：GPT-6 Astra在272K以内是每百万输入10美元、输出50美元。 Terra是每百万输入1美元、输出5美元，只有Astra的十分之一。知乎36氪
Luna更低，输入0.10美元、输出0.50美元。 最贵和最便宜之间，差了100倍。36氪
这不是简单的"旗舰贵、走量便宜"，而是一个刻意搭出来的金字塔：顶层把能力上限推高，中间层把"够用"卖成规模，底层把单价压到竞争对手难受的位置。9月22日的Sol和Luna把上一代的输入价砍半，10月27日的Terra再把中间层的输入价压到1美元。
这个金字塔能搭起来，靠的是两件同时发生的事。一件是训练仍然吃掉大部分算力。SemiAnalysis的Dylan Patel以Anthropic为例：它有4吉瓦算力，整个Claude Code只用其中约1吉瓦做推理，训练占了大头。 另一件是推理效率在提升：缓存、更快的生成、按任务难度路由模型，都在压低同一个任务的算力。OpenAI称，Sol和Luna用了和Astra相似的训练方法，再通过缓存和推理效率优化降低成本。训练继续吃算力，推理靠效率挤出空间，这就是为什么API没有普涨，但额度会时不时收紧。知乎
所以，“算力投入加码"并没有等比例变成"API涨价”。它先变成更贵的旗舰，再变成更便宜的中层和底层。开发者的账单，越来越取决于把任务放在哪一层，而不是某个统一的每百万token单价。
这里有个容易踩的坑：价目表上的单价，不等于完成任务的成本。11月5日GPT Image 2.6上线，OpenAI说价格与2.5相同；但有开发者按token用量算过，low和medium档的输出token是原来的4倍以上，一次草图从约0.007美元变成约0.03美元，实际开销涨了3到4倍。 反过来，Astra的单价是GPT-5.6 Sol的2.5倍，但它的token用量更少；有评测者算过，在max模式下，Astra完成单个任务的成本比GPT-5.6 Sol高约75%，并没有单价涨幅那么吓人。知乎知乎
真正决定账单的，是"每个完成任务的成本"：模型选型、重试次数、缓存命中、输出长度。OpenAI在10月的开发者更新里把提示词缓存延长到12小时。 它还把分类、路由这类"选择题"拆成更快的Decisions API，也是在同一件事上做文章。知乎
稳定性则是另一套账。OpenAI状态页显示，2026年8月到11月，API的聚合可用性是99.97%，折合每月约13分钟；ChatGPT是99.70%。 这个数字不算差。但同一份状态页在10月13日到11月6日之间记录了25起事故，其中6起的名称直接提到API。比如10月21日，gpt-5.6-luna的API请求错误率升高。 10月22日，ChatGPT对话和Responses API同时报错。11月6日还有一起支付故障：部分美国商务万事达卡扣款失败，OpenAI在公告里提醒，预付费余额耗尽可能导致API请求失败。OpenAI 状态页OpenAI 状态页
状态页自己加了一句限定：可用性是跨所有等级、模型和错误类型的聚合值，单个客户的实际可用性会因订阅等级、模型和功能而异。 这意味着，开发者要防的不是"OpenAI整个挂掉"，而是"你正在用的那个模型或功能局部降级"，以及计费、支付这类边缘环节。前者难监控，后者难容灾。OpenAI 状态页
算力供给的总量约束，还会以另一种方式传到开发者身上：额度。10月27日的一篇报道提到，Kimi K3.1 Pro上线不到48小时就因限流和额度异常消耗致歉。瑞银分析师说，部分模型厂商扩张的核心瓶颈"主要在于算力供给不足，而非市场需求"。 订阅侧也一样：200美元档的用量一度宣布减半又收回，部分Pro档的Codex额度随后翻倍。比起直接改价目表，额度是更细、更不上头条的调节阀。36氪
融资端的变化也值得盯着。这轮融资目标从300亿美元砍到200亿美元，估值从1.4万亿降到1.25万亿；CFO说需求是真的，数据中心还要建，但钱来得比计划慢，扩容节奏就多了一层不确定性。供给端还有地方政治：11月中期选举里，10个州41项地方投票措施中有40项倾向于限制数据中心或否决支持开发的措施。 这些事不写进价目表，却决定明后年有多少卡能上架。36氪
对开发者来说，眼下最实际的动作，不是赌"涨价"或"降价"，而是把成本模型从"每百万token单价"改成"每个完成任务的成本"：任务在哪个模型上跑、要重试几次、缓存命中多少、失败后切到哪家。多模型容灾仍然值得做，但别把它当成免费保险——备用线路也要钱，也会宕机。
OpenAI的算力投入还会继续加码，这一点CFO已经说得很直白。真正会变的是账单的分布：旗舰更贵，中层更便宜，额度和稳定性成为调节阀。开发者要盯的不是发布会上的大数字，而是三件小事——常用模型的单位任务价格、额度规则有没有变、依赖的接口有没有上过状态页。
