7 月 31 日，OpenAI 宣布 GPT-5.6 系列降价。要知道这系列 7 月 9 日才发布，三周就动手了。最轻量的 Luna 每百万 token 输入从 1 美元砍到 0.2 美元，输出从 6 美元砍到 1.2 美元，降了整整 80%；中端的 Terra 也便宜了 20%。旗舰 Sol 没动，动的全是走量的型号，意思很明白：OpenAI 开始抢中小开发者和 Agent 工作流这块市场了。几乎同一时间，DeepSeek 上线了 V4-Flash-0731，架构参数和四月的预览版一模一样，只重做了后训练，价格一分没涨，还是每百万 token 输入 1 元、输出 2 元。

两家走的是两条路。OpenAI 直接打骨折，DeepSeek 加量不加价。后训练的效果还挺唬人：Terminal Bench 2.1 从 61.8 涨到 82.7，代码 Agent 测试 DeepSWE 从 7.3 涨到 54.4。爱范儿拿它跑了五个任务，从数据报告到三体轨道模拟器，一共 393 次 API 调用、烧了三千多万 token，只花了 2.85 元。

我琢磨了一下，为什么偏偏是现在开始打价格战。答案大概是 Agent。以前聊天按次算，现在干活按任务算，任务越长，价格越敏感。

过去比的是跑分：参数大、上下文长、MMLU 高。但 Agent 干活不是问一句就完事。改个 bug，要读项目、搜代码、跑测试，报错了再回头重来，一次任务可能调几十次模型。单次便宜 80%，摊到一个长任务上，就是“用得起”和“用不起”的区别。OpenAI 在降价博文里直接贴了 Artificial Analysis 的对比图，说 Luna 每完成一个任务的成本比 DeepSeek V4 Pro 还低。这话有营销成分，但方向是真的：模型厂商开始用“每完成一个任务多少钱”来打架了。

DeepSeek 这边的处境其实挺拧巴。四月的 V4 Preview 风光过一阵，正式版却跳票了，原计划 7 月中旬，最新说法是推到 8 月 10 日到 20 日。对手也在施压：月之暗面的 Kimi K3 有 2.78 万亿参数，每 token 激活 1042 亿，开源圈断层第一，硅谷热度很高。V4 Pro 总参数 1.6 万亿、激活只有 49 亿，走的是省算力路线，参数规模上矮一头。所以这次 Flash 只做后训练不换结构，我猜一半是赶时间，一半是赌“身板不变、习惯变好”这条路还能挤出东西。

还有两个细节值得记下来。一是 DeepSeek 预告 API 要搞峰谷定价，北京时间上午九点到十二点、下午两点到六点价格翻倍。这种定价以前只在电网见过，现在轮到 API 了。便宜是暂时的，高峰真的挤不动了。二是官方提过，V4 深度适配了华为昇腾，下半年昇腾 950 超节点批量上市后，Pro 的价格还会再降。国产算力这条线，他们押得很重。

说回我自己。以前挑模型看榜单，谁跑分高用谁。现在先看每百万 token 的价格和上下文，再看任务失败率。Codex、Claude Code 这类 Agent 工具都能换后端模型，谁便宜又好用就切谁，切换成本几乎为零。这轮降价对做应用的人是好事，模型便宜了，Agent 才敢多试几次、跑长一点。对只会堆参数的厂商则是坏消息，成本压不下来就得出局。至于 DeepSeek 和 Kimi 谁能笑到最后，我不猜，我就看谁先把活干完，还干得便宜。