如果你还在用半年前的模型配置在Azure上调API，这周的账单可能会让你头皮一麻。
过去一周，大模型定价市场发生了两件方向完全相反的事：OpenAI把GPT-5.6 Luna的API价格砍掉80%，输入从每百万token 1美元降到0.2美元，输出从6美元降到1.2美元，官方明确说这不是促销、没有期限；而DeepSeek反手把所有API价格往上调了一轮，缓存命中输入价从0.025元涨到0.3元，最高涨幅1100%。
一个猛降，一个猛涨。打了两年价格战的大模型，突然不按套路出牌了。对每天在Azure上烧token的开发者和中小团队来说，这不是看热闹的新闻——选错模型、调错时段，一个月账单差出几倍是真金白银的事。
这周到底发生了什么
先把各家动作捋一遍，信息量有点大，建议收藏慢慢看：
降价阵营（美国厂商集体跳水）：
OpenAI：7月30日官宣，GPT-5.6 Luna输入$1→$0.2、输出$6→$1.2（降80%），中端Terra降约20%。知乎本周Sol也传出降价20%-30%，比Claude Opus 5便宜约20%，只有自家旗舰Fable 5价格的四成。
Anthropic：7月24日发布Claude Opus 5，定价输入$5、输出$25，只有自家旗舰的一半。钛媒体
Google：一口气端出Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber三款，全部走低价路线。
第三方机构Silicon Data的token价格指数显示，7月中旬以来，美国主流模型的实际支付价格已经下降近25%。
涨价阵营（中国厂商集体收手）：
DeepSeek涨价后，8月17日上线"峰谷定价"：工作日高峰时段（9-12点、14-18点）全价，其余时段半价；今天（8月23日）起，周末全天统一按低谷价收。V4-Pro高峰输出27元/百万token，低谷13.5元，差出一整倍。知乎
摩根士丹利研报显示，2026年二季度中国大模型平均API输入价格涨到4.9元/百万token、输出21.9元，比2025年一季度分别上涨48%和80%。智谱年内三次涨价，腾讯云两次，阿里云、百度智能云也在跟进。
看懂了吗？美国厂商在上市前背着几十亿亏损降价抢客户（OpenAI和Anthropic都已秘密提交IPO申请），中国厂商靠Agent需求爆发和性能提升开始按价值定价。这不是价格战，是定价权战争，而两边打法完全不同。
为什么大模型卖成了"峰谷电费"
DeepSeek这波"涨完再打折"看着迷惑，其实逻辑和电网一模一样：周末企业调用量唰地掉下来，几万张GPU空转也是烧钱，不如把闲置算力打折卖掉，把开发者的批量任务"错峰"到周末来跑。
需求端确实在爆。以前一个应用一次调用几千token，现在多智能体协同，一个任务烧几十万token是常事。DoorDash、Airbnb这些美国公司已经开始用中国模型控制支出——全球企业都被AI账单压得喘不过气。
最能说明问题的是微软自己。据404 Media获得的内部邮件，微软高管Jay Parikh直接提醒员工：“Tokenmaxxing不是我们追求的目标”。404 Media所谓Tokenmaxxing，就是为了让AI发挥最大能力不断加调用次数、加长上下文，完全不管投入产出比。微软的应对是：把成本更低的GPT-5.6设为内部默认模型，从2026年7月起给每个业务部门设"AI Token预算目标"，员工可以查看自己的token消耗。邮件里承认，许多工程师每月token成本在数百到数千美元之间。36氪
连卖AI的微软都开始给自家员工限额了。亚马逊、Adobe、Atlassian、花旗也都做了类似的事，GitHub Copilot还转向了按用量计费，不少用户抱怨限额不够用。36氪行业风向已经从"多用AI"变成"每个token都要花在刀刃上"。
最大的坑：只看单价，你一定挨宰
这是最多人栽跟头的地方，必须单独说：不同模型的token根本不等价。
同一段包含英语、技术、多语言和数字的文本，GPT-5.6 Sol大约切出766个token，而Claude Opus 5要切约1170个——多出34.5%。知乎就像两家披萨店，一家切8块卖$2/块，另一家切16块卖$1.25/块，看单价是后者便宜，但买一整张披萨你反而花得更多。
所以别只盯着"每百万token多少钱"做决策。正确的比较方式是：拿你真实的业务样本（比如100条典型请求），在不同模型上跑一遍，算"完成同一个任务的总成本"，再乘以质量是否达标。单价降80%的模型如果token效率高、任务一次通过率也高，省下来的比账面还多；反过来，便宜模型反复重试烧的token，可能比贵模型一次做对还贵。
Azure用户的省钱阶梯：四步走
结合这轮价格变化，给在Azure上用OpenAI模型和AI服务的用户理一个行动清单：
第一步：日常调用迁到降价档。 分类、抽取、摘要、批量数据处理这类"不需要最聪明大脑"的任务，优先用这轮降价最狠的Luna/Terra档模型。注意：Azure OpenAI上的具体可用模型和价格以官方定价页为准，通常与OpenAI官方定价同系列联动，切换前先在定价页核对一遍。
第二步：旗舰模型只留给关键场景。 需要复杂推理、高风险决策的任务才上Sol/Opus这个级别。微软自己都在这么干——内部默认模型换成了便宜的GPT-5.6，好钢用在刀刃上。
第三步：能错峰的活，挪到周末和夜间。 如果你的工作负载里也有DeepSeek等支持峰谷定价的模型通道，把批量推理、数据处理、评测这类不赶时间的任务排到周末和低谷时段，成本直接砍半。有人算过一笔账：每天烧1000万token输出的应用，把能错峰的活挪过去，一年能省1.6万元上下，够付大半年服务器费用。知乎
第四步：给自己也设个"Token预算"。 学微软的做法：按项目设月度token预算，定期看消耗报表，把"哪个任务在烧钱"搞清楚。很多时候账单失控不是单价问题，而是某个Agent在反复读取大文件、反复重试——找到它，比换模型省得更多。顺便说一句，Azure免费账户和AI服务的免费额度政策时有调整，值得定期去官网确认一遍现状，别让到手的额度过期。
接下来值得盯什么
短期看，这是用户侧的红利窗口：OpenAI和Anthropic上市前都要冲收入规模，降价大概率还会继续，硅媒的模型价格指数也在持续走低。
中期看一个信号：Stripe刚宣布75亿美元收购OpenRouter——买的正是"帮企业管理AI账单、路由到最便宜模型"这门生意。知乎接下来"智能路由+成本优化"工具会越来越多，对用量大的团队，这类工具值得进入选型视野。
一句话总结：大模型正在变成水和电，准确说是"电价"——分时计价、错峰优惠、闲时打折。参数大小和发布会声量都是虚的，谁能把一分钱算力榨出最大价值，谁才能笑到最后。这句话不是口号，是今天零点刚生效的计费规则上写着的现实。
