当前位置: 首页 > news >正文

闭源降价80%,开源却在涨价:AI定价的交叉路口

8月6日,两条价格曲线悄然交汇。

一条向下:OpenAI把GPT-5.6 Luna的输出价格从6美元砍到1.2美元/百万Token,降幅80%。另一条向上:同一天,DeepSeek公告全线涨价,措辞是"涨幅较大",非试探性微调。阿里紧随其后,计划向Qwen大型用户收费。

闭源在降,开源在涨。这个交叉点,打破了过去两年AI行业的一个基础假设。

"开源一定便宜"的幻觉

过去两年,企业选AI模型有一条不成文的捷径:预算紧就上开源。DeepSeek V4-Flash完成单项测试任务成本0.03美元,是Claude Fable 5的百分之一。这个数字太有说服力了,以至于"国产开源=性价比"几乎成了行业共识。

但8月6日之后,这个等式不再成立。

DeepSeek涨了多少还没有具体数字,但"涨幅较大"四个字足够说明方向。与此同时,OpenAI用80%的降幅把Luna拉到了1.2美元/百万Token。如果DeepSeek涨幅足够大,Luna和V4-Flash的价格差会急剧收窄——"开源便宜、闭源贵"的二元结构正在瓦解。

这不是某一家供应商的定价策略问题。DeepSeek同一周重启第二轮融资,计划募资500亿元,投前估值5000亿。融资规模和估值跳升意味着商业化压力陡增,涨价是变现的直接手段。而OpenAI降价,是抢占市场规模的进攻性策略。

方向相反,但动机相同:都在抢企业级客户

静态选择失效

价格曲线交叉之后,企业面临一个以前不存在的问题:到底选谁?

以前答案是固定的——省钱用DeepSeek,要质量用GPT。现在答案变成了一个动态变量。今天DeepSeek可能还是最便宜的,但涨完价之后呢?Luna降完80%之后呢?Kimi K3开源免费之后呢?

更棘手的是,这个变量在加速变化。7月Kimi K3开放权重,8月OpenAI降价,同月DeepSeek涨价——模型价格策略的调整频率已经从"季度"压缩到"周"。企业做一次技术选型至少要两周评估、一个月排期,等方案落地,价格地图已经换了。

直连模式下,企业面对的是一个不断变化的价格矩阵,但手里只有一把静态的钥匙。你上个月选了DeepSeek,这个月它涨价了,你怎么办?重新评估?走排期?改调用配置?等你改完,下个月可能又变了。

FinAPI:把"选模型"变成"算账"

这个问题的解法不是"选对模型",而是"不再需要人选模型"。

魔芋MAI Gateway首次提出的FinAPI概念,核心就是把AI调用当作一项可计量、可优化的财务行为来管理。在价格波动场景下,FinAPI做的事情可以拆成三步。

第一步是实时价格感知。网关持续同步所有接入模型的最新定价,包括峰谷分时、阶梯计费、促销折扣。DeepSeek涨价的那一天,网关的价格表自动更新,不需要人去盯公告。

第二步是动态路由调整。价格变了,路由策略跟着变。DeepSeek涨到比Luna贵了,网关把适合的任务自动切到Luna;Kimi K3开源权重部署到本地了,调用成本归零,网关把能切的任务全切过去。整个切换过程不需要改代码、不需要走排期,是系统自己做的。

第三步是成本归因。每次调用花了多少钱、走的哪个模型、比其他选项省了多少——这些数据自动记录,形成成本报表。CIO不用等月底账单到了才发现"DeepSeek涨价多花了20万",而是涨价当天就能看到预测。

交叉路口之后

8月6日的价格交叉不是一个偶然事件,而是一个趋势的起点。

模型层正在商品化,供应商的定价策略会越来越激进——今天降80%,明天可能降90%,后天开源的那家突然开始收费。在这个环境下,"选一个便宜模型"的静态思维彻底失效了。企业需要的不是一个便宜的选择,而是一套能跟着价格变动的财务管控体系。

魔芋MAI Gateway做的就是这样一件事:把模型选择从人的决策变成系统的自动行为,把价格波动从企业的风险变成企业的机会。闭源降价的时候你自动吃到红利,开源涨价的时候你自动避开溢价。

价格曲线会继续交叉,但有了FinAPI,你站在哪条线上都不亏

⭐如果你和你的团队需要安全可控地接入API、自由切换全球200+大模型,可以注册免费体验魔芋企业级AI网关MAIGateway并领取token大礼包:https://www.moyu.info/register?aff=uZut

http://www.cnnetsun.cn/news/3967677.html

相关文章:

  • 从零制作同人动画:技术路线、流程与实战避坑指南
  • Java开发者必知的Git实战技巧与生存指南
  • Visual Studio C盘空间告急?深度解析工具集占用与实战清理方案
  • kimi-code 深度掌握系列文章-Swarm 与后台任务:并行与异步执行(十)
  • 建筑幕墙设计风荷载取值的再讨论
  • 英雄联盟全能助手LeagueAkari:7大核心功能提升游戏体验完整指南
  • Python+PyTorch实现CNN图像识别:从原理到工业部署
  • 如何在3分钟内为Windows 11 LTSC系统一键安装微软商店:终极解决方案指南
  • 西格财税核心服务全景解读:专业财税解决方案如何助力企业发展
  • 终极桌面分区指南:如何用NoFences免费创建智能栅栏拯救混乱桌面
  • Akagi麻将AI助手:5分钟从新手到高手的智能实战教练
  • Pwn技术精要:汇编与内存模型实战解析
  • 3步修复损坏MP4视频:Untrunc开源工具实用指南
  • 解密微信聊天记录,语音,表情,照片, 生成可训练的数字分身
  • Superdna:本地命令行工具实现基因数据安全分析与隐私保护
  • nat123 80端口映射:免费版能通,但不一定能用好
  • 英雄联盟全能助手LeagueAkari:免费开源的游戏客户端增强工具完整指南
  • WebSocket与MQTT实时通信协议对比与应用指南
  • 静态路由配置实战与排错指南
  • Grok Build:基于大语言模型的自然语言应用构建实战
  • 华硕ProArt GoPro与Zenbook Duo:轻薄创作本与双屏笔记本解析
  • 医疗版ChatGPT哪家强?2026年主流AI健康平台测评与参考
  • 3步拯救损坏MP4视频:Untrunc开源工具完整使用指南
  • Grok图像编辑API实战:语义感知的AI精准修图与集成指南
  • 二叉树路径总和III:前缀和优化解法详解
  • GPU稳定性测试终极指南:3分钟完成专业显卡健康检测
  • 前端文件异步上传实现与优化指南
  • xrdp远程桌面协议深度解析:从架构原理到企业级部署实战
  • SLA与SLB:分布式系统高可用的核心机制
  • 男性私护产品代加工,实际使用体验和适配场景究竟如何?