最高的百分比涨幅主要出现在缓存命中输入价格上，因为它原本就处于极低水平。对开发者而言，真正影响账单的因素并不是单一涨幅，而是缓存命中率、未缓存输入量、输出量，以及工作负载是否集中在高峰时段。

例如，V4-Pro输出价格按此前0.87美元的促销价计算，非高峰时段的新价格约上涨128%，高峰时段则约上涨355%。不过，即使涨价后，DeepSeek相对于许多美国闭源前沿模型仍然保持明显的低价优势。此前报道显示，V4-Pro在促销价格下每百万枚输出Token约为0.87美元，而一些美国领先模型的历史价格明显更高。

换句话说，DeepSeek的成本优势被削弱了，但并没有消失。

每月1000万枚V4-Pro输出Token，要多花多少钱？

假设某个开发者每月生成1000万枚V4-Pro输出Token，仅计算输出费用：

• **此前价格：**10 × 0.87美元 = 8.70美元/月
• **全部在非高峰时段生成：**10 × 1.98美元 = 19.80美元/月
• **全部在高峰时段生成：**10 × 3.96美元 = 39.60美元/月

因此，开发者每月需要增加约11.10至30.90美元的输出费用，具体取决于任务执行时间。上述计算不包括输入Token、缓存命中费用、税费及其他平台费用。

对于生产环境中的应用，真正需要关注的可能不是输出Token本身，而是整体工作负载结构。长提示词、较低的缓存复用率，以及集中在高峰时段的流量，都可能让实际账单增长得更多。新的价格机制下，批处理任务是否能够安排在非高峰时段，以及系统的缓存命中率有多高，将变得更加重要。

OpenAI选择扩大免费访问

OpenAI采取了另一条路线。该公司宣布，GPT-5.6 Luna将成为ChatGPT Free和Go用户的默认模型，同时向这些用户提供不限量文本聊天，并加入用于处理复杂问题的Think按钮。

不过，“不限量”需要准确理解：它适用于文本聊天，并不代表所有ChatGPT功能都没有限制。文件上传、图片、语音、图像生成和其他工具仍可能受到额度限制，相关服务也受滥用防护措施约束。

这是一项消费端分发策略，而不是API降价。OpenAI希望降低普通用户持续使用ChatGPT的门槛，把更强的模型直接放进默认聊天体验中。据TechCrunch报道，ChatGPT的周活跃用户近期已经超过10亿，这一用户规模为OpenAI扩大免费入口提供了强大的分发基础。

两项调整透露出什么？

低价仍然是获取用户的重要手段

低Token价格曾帮助中国AI模型迅速获得开发者流量。Vercel AI Gateway的一项统计显示，2026年6月，中国开发的开放权重模型处理了该平台生产环境中29%的Token，高于4月约九分之一的水平；但这些模型占总支出的比例不到4%。

这一数据反映的是特定网关上的流量，并不等于整个全球AI市场的份额。Token占比能够说明有多少计算任务经过某个模型，却不能单独证明收入、利润、客户忠诚度或持久的市场控制力。

开发者可以在多个供应商之间动态路由任务，价格敏感型流量尤其容易随着费率变化而迁移。因此，高Token份额不必然等同于高议价能力。

DeepSeek正在测试“保持低价优势后的变现能力”

DeepSeek的新计费表明，争取使用量已经不再是唯一目标。按时间分层定价，可以帮助公司在需求集中的时段调配算力，并在高需求时段收取更高费用。其官方文档将这次调整描述为更合理地分配资源，同时鼓励用户根据实际使用情况安排任务。

这一变化也发生在中国AI行业整体转向收费的背景下。有报道称，月之暗面和字节跳动已经推出付费方案，阿里巴巴也准备跟进，显示中国AI公司的竞争轴心正从单纯追求性价比，转向提高收入和争取盈利。

这并不能证明DeepSeek或其他中国AI公司已经实现盈利，但至少说明一个现实：通过低价建立的市场份额，最终必须转化为每个Token带来的收入、持续性合同，或其他能够支撑模型训练和推理成本的商业模式。

OpenAI要守住的是消费者关系

OpenAI免费开放Luna，重点不在于提供最低API价格，而在于巩固ChatGPT的消费端入口。通过让用户可以持续进行文本对话，并提供明显的Think控制，OpenAI试图把ChatGPT变成一种稳定的日常使用习惯，同时把更昂贵的文件、图片、语音和其他功能保留在更严格的额度体系中。

两家公司的战略差异可以概括为：

• **DeepSeek：**先用低成本和高性价比吸引开发者，再通过与算力需求相关的价格机制提高单位收入。
• **OpenAI：**最大化默认产品的消费端覆盖，用用户关系和使用习惯支撑订阅、企业服务及API业务。

这两种策略完全可以并存。同一个开发者可能用DeepSeek处理高并发、低成本任务，也可能使用ChatGPT完成通用问答、写作和日常办公。但两家公司都在努力提高生态的替代成本：DeepSeek依靠成本性能和开发者路由，OpenAI则依靠产品熟悉度和消费者覆盖面。

开发者现在应该关注什么？

涨价之后，DeepSeek仍然是低成本选项，但“最便宜的模型”已经不足以描述它。开发者需要按照缓存命中输入、缓存未命中输入、输出量以及高峰时段流量占比，计算真实的综合成本。

实际部署时，可以重点评估以下问题：

1. 有多少任务可以转移到非高峰时段？
2. 目前有多少提示词能够享受缓存命中价格？
3. 与V4-Flash或其他供应商相比，V4-Pro的质量提升是否值得更高的输出费用？
4. 如果价格再次变化，应用能否快速切换供应商？

结语：竞争从“最低价”转向“可持续性”

DeepSeek的涨价，是对中国AI公司的一次考验：它们能否把成本性能优势转化为可持续的单位经济效益。OpenAI的免费Luna扩容，则是在测试美国AI巨头能否把庞大的消费端分发能力转化为长期的生态控制力。

因此，中美AI竞争正在告别单一的“价格战”。中国模型已经凭借低价和开放权重获取了相当大的全球Token流量，但开发者也可能因价格变化迅速迁移；美国公司则拥有强大的产品入口和用户规模，却必须持续承担高昂的推理与算力支出。

最终的关键问题只有一个：如何把海量使用量变成能够持续支付前沿模型计算成本的业务。

最高的百分比涨幅主要出现在缓存命中输入价格上，因为它原本就处于极低水平。对开发者而言，真正影响账单的因素并不是单一涨幅，而是缓存命中率、未缓存输入量、输出量，以及工作负载是否集中在高峰时段。

例如，V4-Pro输出价格按此前0.87美元的促销价计算，非高峰时段的新价格约上涨128%，高峰时段则约上涨355%。不过，即使涨价后，DeepSeek相对于许多美国闭源前沿模型仍然保持明显的低价优势。此前报道显示，V4-Pro在促销价格下每百万枚输出Token约为0.87美元，而一些美国领先模型的历史价格明显更高。

换句话说，DeepSeek的成本优势被削弱了，但并没有消失。

每月1000万枚V4-Pro输出Token，要多花多少钱？

假设某个开发者每月生成1000万枚V4-Pro输出Token，仅计算输出费用：

• **此前价格：**10 × 0.87美元 = 8.70美元/月
• **全部在非高峰时段生成：**10 × 1.98美元 = 19.80美元/月
• **全部在高峰时段生成：**10 × 3.96美元 = 39.60美元/月

因此，开发者每月需要增加约11.10至30.90美元的输出费用，具体取决于任务执行时间。上述计算不包括输入Token、缓存命中费用、税费及其他平台费用。

对于生产环境中的应用，真正需要关注的可能不是输出Token本身，而是整体工作负载结构。长提示词、较低的缓存复用率，以及集中在高峰时段的流量，都可能让实际账单增长得更多。新的价格机制下，批处理任务是否能够安排在非高峰时段，以及系统的缓存命中率有多高，将变得更加重要。

OpenAI选择扩大免费访问

OpenAI采取了另一条路线。该公司宣布，GPT-5.6 Luna将成为ChatGPT Free和Go用户的默认模型，同时向这些用户提供不限量文本聊天，并加入用于处理复杂问题的Think按钮。

不过，“不限量”需要准确理解：它适用于文本聊天，并不代表所有ChatGPT功能都没有限制。文件上传、图片、语音、图像生成和其他工具仍可能受到额度限制，相关服务也受滥用防护措施约束。

这是一项消费端分发策略，而不是API降价。OpenAI希望降低普通用户持续使用ChatGPT的门槛，把更强的模型直接放进默认聊天体验中。据TechCrunch报道，ChatGPT的周活跃用户近期已经超过10亿，这一用户规模为OpenAI扩大免费入口提供了强大的分发基础。

两项调整透露出什么？

低价仍然是获取用户的重要手段

低Token价格曾帮助中国AI模型迅速获得开发者流量。Vercel AI Gateway的一项统计显示，2026年6月，中国开发的开放权重模型处理了该平台生产环境中29%的Token，高于4月约九分之一的水平；但这些模型占总支出的比例不到4%。

这一数据反映的是特定网关上的流量，并不等于整个全球AI市场的份额。Token占比能够说明有多少计算任务经过某个模型，却不能单独证明收入、利润、客户忠诚度或持久的市场控制力。

开发者可以在多个供应商之间动态路由任务，价格敏感型流量尤其容易随着费率变化而迁移。因此，高Token份额不必然等同于高议价能力。

DeepSeek正在测试“保持低价优势后的变现能力”

DeepSeek的新计费表明，争取使用量已经不再是唯一目标。按时间分层定价，可以帮助公司在需求集中的时段调配算力，并在高需求时段收取更高费用。其官方文档将这次调整描述为更合理地分配资源，同时鼓励用户根据实际使用情况安排任务。

这一变化也发生在中国AI行业整体转向收费的背景下。有报道称，月之暗面和字节跳动已经推出付费方案，阿里巴巴也准备跟进，显示中国AI公司的竞争轴心正从单纯追求性价比，转向提高收入和争取盈利。

这并不能证明DeepSeek或其他中国AI公司已经实现盈利，但至少说明一个现实：通过低价建立的市场份额，最终必须转化为每个Token带来的收入、持续性合同，或其他能够支撑模型训练和推理成本的商业模式。

OpenAI要守住的是消费者关系

OpenAI免费开放Luna，重点不在于提供最低API价格，而在于巩固ChatGPT的消费端入口。通过让用户可以持续进行文本对话，并提供明显的Think控制，OpenAI试图把ChatGPT变成一种稳定的日常使用习惯，同时把更昂贵的文件、图片、语音和其他功能保留在更严格的额度体系中。

两家公司的战略差异可以概括为：

• **DeepSeek：**先用低成本和高性价比吸引开发者，再通过与算力需求相关的价格机制提高单位收入。
• **OpenAI：**最大化默认产品的消费端覆盖，用用户关系和使用习惯支撑订阅、企业服务及API业务。

这两种策略完全可以并存。同一个开发者可能用DeepSeek处理高并发、低成本任务，也可能使用ChatGPT完成通用问答、写作和日常办公。但两家公司都在努力提高生态的替代成本：DeepSeek依靠成本性能和开发者路由，OpenAI则依靠产品熟悉度和消费者覆盖面。

开发者现在应该关注什么？

涨价之后，DeepSeek仍然是低成本选项，但“最便宜的模型”已经不足以描述它。开发者需要按照缓存命中输入、缓存未命中输入、输出量以及高峰时段流量占比，计算真实的综合成本。

实际部署时，可以重点评估以下问题：

1. 有多少任务可以转移到非高峰时段？
2. 目前有多少提示词能够享受缓存命中价格？
3. 与V4-Flash或其他供应商相比，V4-Pro的质量提升是否值得更高的输出费用？
4. 如果价格再次变化，应用能否快速切换供应商？

结语：竞争从“最低价”转向“可持续性”

DeepSeek的涨价，是对中国AI公司的一次考验：它们能否把成本性能优势转化为可持续的单位经济效益。OpenAI的免费Luna扩容，则是在测试美国AI巨头能否把庞大的消费端分发能力转化为长期的生态控制力。

因此，中美AI竞争正在告别单一的“价格战”。中国模型已经凭借低价和开放权重获取了相当大的全球Token流量，但开发者也可能因价格变化迅速迁移；美国公司则拥有强大的产品入口和用户规模，却必须持续承担高昂的推理与算力支出。

最终的关键问题只有一个：如何把海量使用量变成能够持续支付前沿模型计算成本的业务。