AI 说人话：token 便宜了八成，为什么你的账单没跟着便宜
· AI Hot 编辑部
概念翻译 · 过去几个月，OpenAI 和 Anthropic 接连把模型价格砍得很凶，Luna 单价降 80%。但同一时期大伙儿的总花费反而涨了。这篇讲清楚：每 token 单价、缓存读取价、单次任务成本，是三笔完全不同的账。
token 单价降了不代表你的账单会降。过去几个月 OpenAI/Anthropic 把价格砍了最多 80%，但每 token 单价、缓存读取价、单次任务成本是三笔不同的账：agent 时代的大头是缓存读取，而任务总量在涨——Vercel 网关数据显示 9 月总花费是 12 月的 13 倍，同期每 token 价格反而降了 47%。算账要看实际烧掉多少 token，不是看报价。
先看一组可能会让人困惑的数：过去几个月，OpenAI 把 GPT-5.6 Luna 的价格砍了 80%，把 GPT-6 系列砍了一半；Anthropic 把 Fable 5.1 的缓存读取价砍了 75%，把 Opus 5.5 砍到比上一代低四成。与此同时，模型的整体花费在涨。
1. 发生了什么：这四个月降了多少钱
7 月 30 日，OpenAI 宣布 GPT-5.6 Luna 降价 80%、Terra 降价 20%，Luna 降到每百万输入 token 0.20 美元、输出 1.20 美元。8 月 10 日，Anthropic 把 Sonnet 5 原定「以后要涨」的发布优惠价改成永久，每百万输入 2 美元、输出 10 美元。9 月 1 日，Anthropic 发布 Fable 5.1，输入输出价不变，但缓存读取价降了 75%，降到每百万 0.25 美元。
9 月 22 日，OpenAI 发布 GPT-6 Sol 和 Luna，API 价格相比 GPT-5.6 的促销价再降一半。同一天 Anthropic 发布 Opus 5.5，输入每百万 4 美元、输出 20 美元，官方说它服务起来比 Opus 5 更省算力。9 月 29 日，OpenAI 发布 GPT-6.1 Sol，每百万输入 2 美元、输出 10 美元、缓存读取 0.10 美元。10 月下旬，Moonshot 的 Kimi K3.1 Pro 上线，每百万输入 2 美元、输出 10 美元，和 GPT-6.1 Sol 同价，Artificial Analysis 打了 55 分，Opus 5.5 是 58 分。
2. 概念翻译：三笔不同的账，别混着算
第一笔是每 token 单价，这是所有人最爱看的。降价 80% 说的就是这个，它只回答「读一个字多少钱」。
第二笔是缓存读取价，这是 agent 时代真正的大头。模型每轮对话都要把之前的全部上下文再读一遍，这部分走缓存计费，价格通常只有普通输入的 5% 到 10%。缓存价砍 75%，在账单上的分量比输入价砍 50% 重得多。
第三笔是单次任务成本——一个任务到底花多少钱，这才是你真正付账的数字。它等于单价乘以这个任务烧掉多少 token。单价降八成，但如果每个任务的 token 用量翻倍，账单原地不动。
Vercel 的网关数据把这件事说得很清楚：9 月份的总花费是 12 月份的 13 倍，但平均每 token 价格降了 47%。降价和花更多同时发生，因为 agent 干得更多了。
3. 厂商一边降价，一边悄悄收账
最容易被忽略的一条在这里：同一个 9 月 29 日，OpenAI 调整了 $200/月 Pro 200 档的包含额度，新订阅拿到的额度比原来少。官方在帮助中心的原话是，这是「反映我们的模型越来越高效」。
这句话技术上没错。但当「模型变便宜」和「你套餐里的量变少」同时发生，账单曲线就没那么简单读了。
所以别把「模型便宜了」自动翻译成「我该花的钱变少了」。真要算账，得看你实际跑了多少任务，而不是每 token 的报价。
4. 那为什么价格会一路往下掉
最直接的原因是竞争。开源模型在追：DeepSeek Flash V4.1 在 OpenRouter 上已经有 29 家不同的推理商在跑，价格还更低，缓存读取占输入成本的比例只有 2%，比 OpenAI 和 Anthropic 的 5% 到 10% 更划算。
第二层原因是厂商自己也说了：推理效率真的在提升。Anthropic 那句「Opus 5.5 服务所需的算力比 Opus 5 少，所以定价也反映了这一点」，是这轮降价里最诚实的一条理由。
第三层是财务报表上的小心思：两家公司都在传 IPO 上市，这时候砍掉主要收入来源的定价看起来反直觉。对用户来说重点不是这个——重点是开源模型和第三方推理商构成了一个价格地板，只要他们还能用更低的成本供货，大厂就很难把价格拉回去。
5. 普通用户和 builder 怎么办
普通用户，两条：
1. 别再拿「每百万 token 多少钱」判断贵不贵。把你这个月实际跑的活儿记一下，看总量。单价降了但你跑得更多，钱是不会省的。
2. 订阅制套餐要同时看两个数：月费，和套餐里包含的额度。单价降了、额度也降了，这两件事是分别通知的。
builder，三条：
1. 你的成本大头很可能不是输入，是缓存读取和重试。把这两项单独拆出来看，比盯着单价有用得多。
2. 现在换模型比换 API endpoint 还简单，趁模型便宜把评测跑起来：同一批真实任务在新旧模型上各跑一遍，记延迟、记总成本、记错误率。
3. 如果你现在签了长期锁价的合同，去看一眼有没有价格调整条款——明年的续费价格大概率和今天不一样。
常见问题
token 降价了，为什么我的账单没降？
因为每 token 单价、缓存读取价、单次任务成本是三笔不同的账。单价降 80% 只回答「读一个字多少钱」；agent 时代的大头是缓存读取；而任务总量在涨——单价降八成，但每个任务烧掉的 token 翻倍，账单原地不动。
三笔账分别是什么？
第一笔是每 token 单价，只回答「读一个字多少钱」。第二笔是缓存读取价：模型每轮都要把之前的上下文再读一遍，这部分走缓存计费，价格通常只有普通输入的 5%-10%，缓存价砍 75% 在账单上的分量比输入价砍 50% 重得多。第三笔是单次任务成本=单价×任务烧掉的 token，这才是你真正付账的数字。
厂商降价的同时有没有偷偷收账？
有。同一个 9 月 29 日，OpenAI 调整了 $200/月 Pro 档的包含额度，新订阅拿到的额度比原来少。当「模型变便宜」和「套餐里的量变少」同时发生，账单曲线就没那么简单读了。
builder 怎么判断自己的真实成本？
把缓存读取和重试单独拆出来看，比盯着单价有用；趁模型便宜把评测跑起来——同一批真实任务在新旧模型上各跑一遍，记延迟、记总成本、记错误率。
价格降了八成，账单可能一分没少。token 单价是别人告诉你的数字，单次任务成本才是你钱包里的数字。