GPT-6降价背后的梯队平移：Terra被抹去，性价比叙事怎么算

导语：OpenAI与Anthropic同日更新旗舰模型，行业讨论焦点落在“大家怎么都变便宜了”。但细看价格表就会发现，OpenAI所谓腰斩，更像是把中端型号Terra从梯队里抹掉、整体上移一格后的定价叙事；真正的降本成色，要看各家架构与缓存策略的差别。

今早硅谷再度热闹起来，双雄同日对决：Anthropic推出Claude Opus 5.5，OpenAI紧接着推出GPT-6 Sol与Luna。和以往模型更新不同的是，行业的讨论点聚焦到了“大家怎么都变便宜了”。Claude Opus 5.5较上一代Opus 5成本降低40%，拥有Fable级性能；GPT-6 Sol降得更狠——性能持平GPT-5.6 Sol，价格直接腰斩，每百万Token输入2美元、输出10美元，性价比看似要一步踩进DeepSeek的腹地。

但如果仔细对照，就会发现OpenAI所谓腰斩，是抹掉了一个型号Terra。OpenAI之前的模型档位是：旗舰Sol、中端Terra、轻量Luna；现在变成了Astra、Sol、Luna。Terra哪去了？网友戏称变成Sol了，把整个梯队往上提了一格。再重新对比一下GPT-5.6 Terra——每百万Token输入2美元、输出12美元，和GPT-6 Sol对照看几乎没什么变化。这波降价潮的真相，也就不言自明了。

01 降价潮的成色各不相同

当下AI赛道价格战白热化，各大厂商纷纷下调模型定价，但降价的成色、逻辑和含金量天差地别。Anthropic降价最有诚意，DeepSeek仍有绝对成本优势（但差距在缩小），OpenAI更像是商业定价叙事为主、工程优化为辅的策略型降价。

先说Anthropic。它走的是“强模型，真降价”路线：Claude Fable 5.1本来定位就是模型天花板，专攻高价值复杂推理场景；Claude Opus 5.5在大多数日常任务中性能与之相当，仅在极深度逻辑推导、超大规模代码工程等高难度场景存在差距——相当于用40%价格保留80%核心能力。Opus 5.5真正厉害之处，在于解决了长任务里最烧钱的隐形开销——思维链。在大厂的不少工作场景中，处理长文档分析、多轮工具调用等任务会让模型在自我纠错和深度推导中烧掉预算；Opus 5.5不只把基础价格降了，更将核心的“缓存读取”费用降了60%。这样一来，长任务里“深度思考”的总成本少了近六成，开发者敢频繁调用高阶推理了。

而DeepSeek的绝对成本优势仍在，闲时还能减半。如果把DeepSeek与OpenAI的中端模型对比，可以看出OpenAI已经在努力向DeepSeek靠拢。再看轻量级战场，不少人会困惑：似乎账面上OpenAI更便宜——单看高峰时段标价，DeepSeek-V4.1-Flash的输入费是GPT-6 Luna的1.5到3倍，输出费是1.2到2.4倍。不过这两者在性能和体量上不能放一起比较。GPT-6 Luna是一个真正意义上的“小模型”，体积可能只有十几B参数，专门用来处理极其简单的短文本过滤、分类；DeepSeek-V4.1-Flash表面上叫Flash，底层却是总参数高达552B的重型混合专家模型，它在编程、长文本推理、多步逻辑上的智商相当于前沿的中端大模型。在这样的智商碾压下，它只比Luna贵一点点，这本身就是技术上的奇迹。

DeepSeek之所以敢把一个552B的模型卖到三毛钱，完全是靠它的非对称因果编解码（CED）架构——只激活16B的专家参数，算力损耗极低，且调用量越大、调度优化越充分，成本优势越明显。不过，DeepSeek的低价有自己的“特殊门槛”，受制于错峰机制，还高度依赖高前缀重复度；而Luna的低价没有门槛，这种“省心价”对中小开发者而言反倒成了感知上的优势。

相较而言，OpenAI更像是用“商业套路”、长文本加价和缓存命中折扣，实现了价格跳水。GPT-6 Sol的“价格腰斩”本质是一次非常高明的定价叙事，而隐藏在低价背后的两大规则设计，才是OpenAI真正的布局。一方面，它把缓存命中输入价格直接给到1折，每百万Token价格是0.20美元——从工程落地角度看，这是一个高明的生态策略。对于大厂的复杂长程Agent任务，其系统前缀Prompt往往非常庞大；开发者一旦为了享受这1折优惠，把海量的企业基础数据固定挂载在OpenAI的缓存里，企业的迁移成本就会高到无法承受。这就像用便宜价格建了一道很难翻出去的墙。另一方面，GPT-6系列在长文本上全量加价：只要输入超过272K Token，整笔请求的输入费直接翻倍，输出费也涨1.5倍，本质是用价格杠杆调节需求——这也暴露了OpenAI在长文本上效率不够，它缺少更强的压缩技术，只能靠涨价限制高消耗场景。

02 两条截然不同的降本路线

在降本这条路上，DeepSeek和OpenAI走了两条完全不同的路。DeepSeek最早靠V2的MoE思路出圈：专家不一定要大，可以拆小、按需激活——哪怕总参数很大，每次推理可以只跑一小部分。在最新的DeepSeek-V4.1-Flash中，这套激活思路到了登峰造极的境界：它的因果编解码架构（CED）让预填充和解码用不同模块非对称激活，实际激活参数量不过8B到16B左右。

Kimi大神苏剑林曾点透其中的逻辑：大模型读取提示词时，只有最后一个Token用来预测下一个词，前面的内容主要用来生成KV缓存。传统模型里，前面的Token虽然不用算输出头，但最后一层MLP依然会完整计算，省的算力微乎其微；而DeepSeek用YOCO“只缓存一次”的思路，让预填充阶段只负责生成全局缓存，生成完就停止，后续解码阶段直接复用，把原本不起眼的边角优化放大成了核心成本优势。而在KV缓存压缩这件事上，DeepSeek在迭代过程中把体积压到了极致：早在V2版本就提出MLA多头潜在注意力，实现KV缓存的低秩压缩；到V4版本进化为压缩稀疏注意力，叠加稀疏编码、全局摘要、低精度存储多重优化，把KV缓存降到每Token约3560字节。V4.1版本的第二代压缩稀疏注意力（CSA2）则从三个维度再挤水分：不同网络层之间共享中间特征、全量落地FP4极限精度存储、搭配滑动窗口注意力的边界重放机制。几层技术叠加下来，全局KV缓存最终降到每Token约890字节，体积仅相当于标准Transformer架构的2%左右。

如果把标准Transformer的缓存比作一沓A4纸，那DeepSeek现在不仅把它压缩成了一张便签的大小，还把这张便签反复使用。在万卡级的大集群调度上，DeepSeek直接把GPU的“闲置时间”和“闲置空间”几乎榨干，连主机内存、数据总线这些周边硬件都被拉进算力流水线协同干活，把整台服务器的显卡、内存、总线、网络当成一整台精密机器来拧效率。

和DeepSeek的极客风格不同，GPT-6 Sol走的是一条“务实路线”：尽量不动核心模型架构，主要靠工程优化挖效率、用商业规则控成本。架构层面，它没有跟进细粒度MoE拆分——这会打破它已经规模化、高稳定性的训练计算图体系；OpenAI选择的是更务实的参数蒸馏与稀疏化重构，把上一代模型里部分冗余的稠密层拆分成更轻量的小MoE分支，不用动整体框架就能大幅降低单Token推理的浮点运算量。面对长上下文场景的显存压力，OpenAI选择用阶梯定价避免超长文本：272K tokens以内的上下文靠成熟的类PagedAttention虚拟内存技术消化；超过的部分，请求会被强制调度到显存更大的B200节点，计费直接翻倍。

而这次大降价真正的核心，其实藏在Prompt Caching（提示缓存）的极致优化里。如果说DeepSeek降本的秘诀是把缓存做小，那么OpenAI的核心策略就是把缓存用满。为了把缓存的价值榨干，OpenAI一边拼命提升缓存命中率，一边努力延长缓存寿命：过去当你把模型从“简单模式”切换到“深度推理模式”时，之前算好的前缀缓存会直接作废；而现在它支持动态调档，旧缓存可以无缝跨模式反复使用。OpenAI还把缓存最短有效期拉长到30分钟，只要命中缓存，输入费用立马打一折；它还开放了显式缓存断点功能，让开发者可以自己决定哪部分内容进缓存，并配有专门的诊断工具来排查“为什么没命中”。最厉害的是它的预热缓存能力：用户请求还没发过来，系统就提前把固定的系统提示、工具定义、参考文档的KV缓存算好等着；连图片输入、工具配置、结构化输出格式这些内容，只要前缀完全一致就能命中缓存。

这种优化效果直接反映在了账单上。根据头部AI团队的实测，在Copilot交互式代码场景里，大批Token无需重复计算，需要重新处理的Token数量直接砍掉了一半以上；而在更吃资源的企业级Agent（如Manus等团队）的实际落地中，原本85%的缓存命中率被硬生生拉高并稳定在90%以上。不仅如此，GPT-6底层重构了推理逻辑，支持工具响应等待期间并行处理其他任务，允许用户中途调整需求——这套灵活的多任务逻辑，本质都是为了延长高价前缀缓存的生命周期，最大化复用已有算力，减少重复消耗。

03 “奥圣”上位成色几何

过去两年，大模型行业性价比叙事一直属于DeepSeek。梁文锋用两代架构把价格打穿地板，被人们直接封为了“梁圣”。OpenAI这波降价后，网友开始调侃“奥圣上位”。只是，这位新晋“奥圣”的上位成色，多少得打个问号——OpenAI讲的性价比故事，一半靠换标，一半靠缓存折扣，二者都建立在“用户不细看价目表”的前提上。当巨头的竞争开始比拼价格战，既没有万卡集群也没有自研架构的玩家，下一轮拿什么上牌桌？