什么值得买App下载 App ›
连续签到专享现金活动

GPT-6.2 降价 20% 之后,开发者和企业到底能省多少钱?

11 月 17 日,OpenAI 发布 GPT-6.2,旗舰 Astra 和日常款 Sol 同步上线 ChatGPT Work、Codex 和 API,旗舰的 API 单价比上一代直接下调 20%,缓存命中的输入再降 60%。Sol 的价格与上一代完全持平,能力却追到了旗舰的门口。同一天微软在 Ignite 2026 放出一批自研 MAI 模型,价格普遍压到同级竞品一半以下,最狠的只有对手的 5%。国内厂商也进入了集中发布和降价的窗口。整个行业的竞争焦点从“谁最聪明”换成了“谁最便宜”。但落到开发者和企业的账单上,“能省多少”其实是三个不同层次的问题——有的数字可以抄进预算表,有的不能。知乎知乎知乎知乎

第一层:单价降幅明码标价,但只发生在旗舰上

GPT-6.2 Astra 的标准价是每百万 token 输入 8 美元、输出 40 美元、缓存命中输入 0.4 美元,比上一代便宜 20%;Sol 维持输入 2 美元、输出 10 美元、缓存 0.1 美元,与上一代持平——网传的“全线降价两成”只对了一半。知乎知乎

一笔按量粗账(自媒体估算,只说明量级):回一封询盘,输入约 3000 token、输出约 2000 token,用 Sol 一封约 0.18 元,一个业务员一天 30 封、一个月约 120 元;用 Astra 约 0.73 元一封、一个月约 480 元;同样的量放在上一代 Astra 上约 600 元——这就是 20% 降幅落到账上的样子。知乎

但单价省的钱是有上限的:最多就是 20% 和 60%,再多没有。真正的大头在第二层。

GPT-6.2 降价 20% 之后,开发者和企业到底能省多少钱?

第二层:省钱的主体是“少干活”,也是最容易算错的数字

OpenAI 这次反复强调的是“干同样的活用更少的 token”。在自家 GDPval v2 测试里,Astra 得分比上代高 6.2 个百分点,输出 token 反而少用 22%。传播最广的数字来自 Agents’ Last Exam 基准:Astra 拿 78.3%、单任务约 3 美元,Fable 5.2 拿 72.8%、单任务约 60 美元,于是有了“5% 的成本暴打对手”的说法。知乎知乎

但拆开看,这笔“省”不是降价省出来的:两个模型的 token 单价完全相同,差距来自 Astra 跑完单个任务消耗的推理 token 少得多。知乎

而在 OpenAI 官方贴出的硬核编程榜上,Fable 5.2 仍以 49.1% 压着 Astra 的 44.2%。榜单的排法也值得注意:Astra 的综合智力分排第二、比前代涨 5 分,而 Sol 已经与上一代旗舰打平,完成同一任务的成本只有上一代 Astra 的一到两成。知乎知乎微博

翻译成你的决策:省钱的幅度取决于干的是谁的活。文档整理、报表制作、模板化写作这类任务,token 效率的红利是真实的——LMSYS/Arena 团队的盲测结论是 Astra 胜在格式还原和精度、Fable 5.2 仍胜在创造力与复杂代码。Sol 的“五分之一成本”同理:它在 FrontierCode 2.0 上的代码改动几乎追平 Astra,但前提是任务日常到“够用款”就能接住。知乎知乎

账单上还有一个容易踩的坑:单次请求输入超过 27.2 万 token 时,Sol 的输入单价会翻倍、输出按 1.5 倍计,一次塞进几十份单证,账单会比预期贵。知乎

OpenAI 官方建议把固定提示词放在开头、新指令往后加,更容易吃到便宜的缓存价。知乎

GPT-6.2 降价 20% 之后,开发者和企业到底能省多少钱?

第三层:价格战把水分挤给了企业,刹车从最大的买家踩下

OpenAI 降价的同一天,微软的七款 MAI 模型里最扎眼的是两款:MAI Cyber 2 Flash 在 CyberGymE2E 网络安全测试中与 GPT-6 Astra 成绩持平、单任务成本不到后者的 2%。MAI Code 2 按微软口径达到 GPT-6.1 Sol 98% 的性能、价格约 40%,对 Opus 5.5 则是 96% 的性能、5% 的价格。知乎知乎

不过有开发者把 GitHub Copilot 的挂牌价表逐行算了一遍:同一款模型对 Opus 5.5 实际是 12.5%、对 GPT-6.1 Sol 是 25%,和宣传倍数对不上,微软也没有公布这些倍数怎么算。知乎

价表脚注里还写着,0.5 美元这一档是限时价,2027 年 5 月 17 日起翻倍。知乎

微软自己的页面同时写明,这批模型尚未针对基础科研和超长程 agent 任务调优,把编码 agent 当长任务引擎用的人,正好落在它没调的那一侧。知乎

所以结论是挂牌价可核,宣传倍数只能当厂商自报,写进预算前先自己算。知乎

中国厂商在同一周压价:腾讯 11 月 16 日发布轻量化模型 Hy4 flash,据称单任务成本降到竞品的八分之一。阿里同日发布 Qwen4 系列首款旗舰 Qwen4-Max,百炼平台挂牌输入 10 元、输出 30 元每百万 token。Qwen4-Max 的发布材料则称在阿里自家 Work360 评测集上,单任务平均费用从 26.58 元降到 11.16 元,降幅 58%——这个口径量的是“完成一件事花多少钱”,不是单价,也不等于你的账单会降 58%。知乎知乎知乎

买方一侧的变化同样快。企业支出平台 Ramp 11 月 6 日公布的数据里,企业 AI token 支出 8、9 两个月合计只涨 1.5%,而 7 月单月涨了 42%——用量没熄火,Ramp 首席经济学家给的原因是模型降价了、客户也学会了管成本。知乎

花钱最凶的前 1% 企业先踩了刹车:9 月人均支出 9568 美元,比 7 月峰值低 3.1%,而中位数企业每月每人只花 12 到 15 美元。知乎

这 1% 的企业,占了 OpenAI 和 Anthropic 企业支出的 80%,收入越集中,刹车踩得越重。知乎

资金端也在同步降温:OpenAI 第一批 110 亿美元融资到账,估值从最早报出的 1.4 万亿美元回落到 1.25 万亿,Anthropic 的 IPO 估值从 10 月初的 2 万亿滑到 1.2 万亿到 1.3 万亿美元。Anthropic 的上市定价 11 月 18 日敲定,19 日登陆纳斯达克。知乎知乎

GPT-6.2 降价 20% 之后,开发者和企业到底能省多少钱?

价格锚点已经被打到同一点上:Anthropic 上市前一周把 Claude Fable 5.2 从每百万 token 输入 10 美元、输出 50 美元降到 8/40,与 GPT-6.2 Astra 的定价恰好持平。对企业用户来说,这层的收益不是某个百分比,而是议价空间:日常任务有了两折甚至更低的替代项,采购逻辑正在从“先买了再说”变成“拿着用量账本还价”。知乎知乎知乎

最终落到账单上的钱,取决于四步换算

从 token 单价到“这个月省了多少”,中间隔着四个估算环节:缓存命中率、推理强度档位、一次任务怎么定义、失败与重试。知乎

以档位为例,同一项 FrontierCode 2.0 测试,Fable 5.2 在 High 档是 45.3%、Xhigh 档是 49.1%,两档费用各不同,对比时漏掉档位,结论就失去意义。知乎

厂商的单任务费用都在自家评测集上算,和你的任务分布不同——把降价数字写进决策会之前,最稳妥的做法是用自己的一批真实任务重跑一遍再对比,哪怕只有 50 条。知乎

GPT-6.2 降价 20% 之后,开发者和企业到底能省多少钱?

三个边界要放在最后说清。ChatGPT 侧的新模型面向 Plus、Pro、企业版和教育版,开发者走 API 调用的名字是 gpt-6.2-astra 和 gpt-6.2-sol。知乎

OpenAI 的 API 支持地区名单不含中国内地,违规使用可能导致封号,国内团队现实的路径是有海外主体再走 AWS Bedrock 或微软 Foundry(两家 11 月 17 日已同步上线 GPT-6.2),或直接选国产模型。知乎

便宜的另一面是安全:GPT-6.2 Astra 在网络安全维度被评为 OpenAI 自身 Preparedness Framework 里的 Critical 级,高风险协助的限制随之收紧。官方还承认,新模型在工具失败时更容易不提障碍、直接往下做。模型越强、越便宜,数字和条款这类输出越需要逐项对原文。知乎知乎

最后是降价的持续性,目前没有承诺——微软的限时价 2027 年 5 月翻倍只是缩影,把促销价抄进全年预算之前,先把恢复原价的账算一遍。这轮 AI 省钱竞赛里最先确定的一件事是:省下来的每一块钱,都要先问一句“这个数字是谁的口径”。

评论

评论区空态插画

当前文章无评论,是时候发表评论了