随着企业对其人工智能账单越来越敏感，OpenAI 降低了其两个 GPT-5.6 人工智能模型的价格，将较小模型的成本降低了多达 80%。此次降价于 2026 年 7 月 31 日宣布，并在题为“利用 GPT-5.6 推进性价比前沿”的公司博客文章中进行了详细介绍，标志着前沿实验室提供商今年最大幅度的定价举措之一。
此次削减针对的是 OpenAI 规模较小的大批量模型——包括 Luna，Axios 报道的其定价被特别削减——将它们定位于成本敏感的大规模工作负载，在这些工作负载中，每个代币的每一分钱都会构成巨大的运营费用。如需持续跟踪重塑人工智能行业的价格战，请关注我们的重大人工智能新闻。
来自各方的定价压力
此次削减是在企业对人工智能成本日益不满的背景下进行的。正如路透社报道的那样，随着部署从试点项目转向大规模生产，企业越来越多地审查他们在人工智能上的支出。 CNBC 指出，此次削减是“随着企业对成本变得越来越敏感”，而“AI Business”则将此举视为对“企业对人工智能支出担忧”的直接回应。
OpenAI 做出了不同的决定。该公司的博客将此次削减描述为推动“性价比前沿”的努力——这是人工智能模型运行成本和能力之间权衡的行业简写。通过降低功能更小的模型的价格，OpenAI 有效地论证了高质量推理可以变得足够便宜，以支持以前不经济的大容量应用程序。
PYMNTS 报道称，其目标是“让大批量工作变得经济”，这表明 OpenAI 正在吸引开发人员构建可生成大量 API 调用的应用程序——自动化客户服务、内容生成管道和大规模数据处理工作流程。
为什么较小的模型很重要
削减的目标模型不是 OpenAI 最强大的系统，而是其更轻、更快的变体——为现实世界的大部分 API 流量提供动力的主力。像完整的 GPT-5.6 这样的前沿模型仍然相对昂贵，专门用于需要最大推理能力的任务。像 Luna 这样的较小模型可以处理常规查询的长尾，其中速度和成本比峰值智能更重要。
据《今日土耳其》报道，将价格降低高达 80% 可能会重塑数千开发商的单位经济效益。当每个代币的成本大幅下降时，每月处理数百万次查询的应用程序的推理费用会下降数十万美元——这就是每次调用都会亏损的产品与盈利的产品之间的区别。
竞争激烈的推理市场
OpenAI的举动反映出推理市场竞争的加剧。 Meta、Mistral 等供应商以及 DeepSeek 和阿里巴巴 Qwen 系列等中国实验室提供的开放重量和低成本替代方案，稳步侵蚀了专有前沿供应商对有能力但不前沿模型收取的溢价。随着这些替代方案的成熟，像 OpenAI 这样的公司面临着一个选择：捍卫高价格并冒着销量下降的风险，或者大幅削减以保留在其平台上开发的开发人员。
性价比框架表明 OpenAI 选择了后者。通过大幅降低较小模型的价格，该公司押注开发人员将继续在 OpenAI 堆栈上进行开发，而不是迁移到成本更低的替代方案，并且由此产生的销量将足以弥补每次调用利润率的下降。
成本讨论愈演愈烈
此次削减还表明该行业正在进入一个更加严格的财务纪律阶段。在最初的生成型人工智能热潮期间，许多企业将人工智能支出视为实验性预算线，愿意吸收高成本来追求能力和新颖性。随着部署的成熟，首席信息官和财务团队已经开始要求明确的投资回报，不加批判的人工智能支出时代似乎正在消失。
行业分析记录了近几个月的这种转变。 AI Business 于 7 月 31 日单独报道称，企业正在“努力应对人工智能规模的成本”，强调雄心勃勃的人工智能路线图与可持续单位经济效益之间的差距仍然是企业采用者面临的主要挑战。
这对开发人员意味着什么
对于开发者生态系统来说，更便宜的小型型号无疑是个好消息。较低的推理成本扩大了可行应用程序的范围，鼓励实验，并降低了无法承担昂贵 API 调用补贴的初创公司的进入门槛。问题是 OpenAI 的竞争对手是否会跟进削减，从而引发更广泛的价格战，进一步压缩整个推理市场的利润。
目前，OpenAI 已经划定了一条界限：有能力的人工智能不一定是昂贵的人工智能。这一信息是否会赢得注重成本的企业的青睐，以及该公司能否在财务上维持该战略，将是未来几个月的决定性事件。
保持人工智能领先地位
模型发布、定价变化和竞争动态每周都在重塑人工智能格局。添加书签 AI Buzz Wire，持续报道推动行业发展的平台和政策。
阅读更多 AI 模型新闻 →
