Token 价格打到地板了：DeepSeek V4 Flash 比 GPT-5.6 便宜 60%，然后呢？
7月31日同一天，两家扔出了炸弹：
- OpenAI 发布 GPT-5.6 Luna，输入价格降到 0.2 美元/百万 Token，号称比 DeepSeek 还便宜。
- DeepSeek 直接甩出 V4-Flash 正式版 API，实测单任务成本比 GPT-5.6 Luna 再低 60%。
一天之内，大模型 API 价格从"已经很便宜"变成了"基本不要钱"。
先对齐一个概念：Token 是什么
Token 是大模型处理文本的最小计费单位，1 个 Token 约等于 1 个汉字或 0.75 个英文单词。所谓 Token 价格战，是指模型厂商竞相下调 API 调用单价，以接近成本甚至免费的价格争夺开发者的一场竞争：2023 年 GPT-4 输入价 30 美元/百万 Token，2026 年 8 月 DeepSeek V4 Flash 实测约 0.08 美元，两年降了 375 倍。下文所有价格对比，都以「每百万 Token 的美元单价」为统一口径。
价格战打到什么程度了
用一张表看清楚：
| 模型 | 输入价格（$/百万Token） | 备注 |
|---|---|---|
| GPT-4（2023） | 30 | 当年觉得便宜 |
| GPT-5.6 Luna | 0.2 | 刚发布，号称对标 DeepSeek |
| DeepSeek V4 Flash | ~0.08 | 实测比 Luna 低 60% |
| DeepSeek V4 正式版 | 未公布 | 同日上线，定位更高 |
从 30 美元到 0.08 美元，两年降了 375 倍。
这事对谁影响最大
做 AI 应用的，直接受益。 Token 成本不再是瓶颈。以前一个 Agent 跑一轮推理要烧几块钱，现在几分钱。这意味着以前"技术上能做但成本不划算"的场景，现在算得过账了。客服 Agent、代码审查 Agent、内容审核 Agent——成本打下来之后，铺量的经济门槛消失了。
做基础模型的，压力山大。 GPT-5.6 Luna 降价到 0.2 美元，说明 OpenAI 也在被迫跟牌。DeepSeek 这个价格摆在那，其他模型厂商要么降到这个水平，要么证明自己有溢价能力。大部分没有。
做"模型套壳"的，危险了。 以前靠模型差价赚钱的模式被釜底抽薪。API 价格打到这个程度，"买进来加价卖出去"的套利空间基本没了。真正的差异化只能来自：数据、工作流、垂直场景理解、客户关系。
光尘阁的判断
Token 免费化是迟早的事。 就这个降价速度，明年输入 Token 大概率约等于免费。模型本身不再是商品——它变成了一种公共基础设施，像电、像带宽。
真正的竞争会往上层移。 模型便宜到忽略不计之后，什么值钱？
- 谁能把模型用好（Agent 工程化能力）
- 谁有独家的结构化知识（还记得 OKF 吗）
- 谁能搞定垂直场景的最后一公里（部署、定制、运维）
这三样恰好都是光尘阁在盯的方向。
一句话总结：Token 不要钱了，但知道"让模型干什么"和"拿什么知识喂它"的能力会越来越贵。
对企业来说，真正该关心的三件事
价格战是模型厂商的事，但结果会落到每个企业头上。逐条说清楚：
一、AI 应用的成本门槛消失了，你的竞争对手会先用上。
Token 便宜到 0.08 美元/百万之后，原来「技术上能做、成本上不划算」的 AI 应用全部解禁：客服机器人、销售线索清洗、合同审查、内容批量生产。这不是预测，是已经开始发生的事：降价的第二天，就有人把原来人工跑一周的流程交给了 Agent。你的行业里，一定有人在这么干。
二、别把「模型便宜」理解成「AI 整体便宜」。
模型调用只是成本的一小块。真实账单里还有：数据标注与清洗、私有化部署的服务器、提示词工程的开发人力、以及最容易被忽略的：内容生产。模型是水电，但水电通到家门口之后，装修房子的钱一分没少。所以「AI 免费了」是错觉，「AI 用得起」才是事实。
三、AI 回答量会暴涨，品牌在答案里的存在感开始值钱。
这是最容易被忽视的一条。Token 降价 → 用户更愿意问 AI → AI 生成答案的次数指数级增长 → 每次生成都是一次「品牌被提及 or 被忽略」的投票。以前你只需要在搜索引擎里有排名，现在你要在 AI 的每一次回答里「被想到」。这就是 GEO 存在的意义：让品牌成为 AI 答案的默认选项之一。
一张表看懂：价格战之后谁赢谁输
| 角色 | 受影响程度 | 赢/输 | 应对动作 |
|---|---|---|---|
| AI 应用开发者 | 极高 | 赢 | 把原先生意模型跑不通的场景重新算一遍账 |
| 模型套壳商 | 极高 | 输 | 转做数据、工作流、垂直场景 |
| 传统软件厂商 | 中 | 观察 | 尽快把 AI 能力接进现有产品 |
| 中小企业（未做 AI） | 中 | 输 | 先别追模型，先做内容资产，等 AI 用到你头上时能被找到 |
| 内容型品牌 | 中 | 赢 | 持续生产结构化内容，成为 AI 的默认信源 |
落到动作：今天就能做的三件事
- 打开你常用的 AI 助手，问 10 个客户真实会问的问题，看答案里有没有你的品牌：没有，就是缺口。
- 把你官网的「服务内容、案例、流程、常见问答」四类页面补齐，这是 AI 抓取时最常读的页面。
- 每个季度重跑一次第 1 步，记录「被提及率」的变化：这是 GEO 的原始指标。
Token 降价不是终点，是发令枪。模型会越来越便宜，但「知道让模型干什么、拿什么喂它」的能力会越来越贵：这句话一年后再看，会更值钱。
一个容易被忽略的连锁反应：AI 内容生产成本也在降
Token 降价还有一个间接影响：用 AI 生产内容的成本同样暴跌。过去外包一篇行业分析要几百上千块，现在一个懂行的运营用 AI 辅助，半天能出三篇初稿，人工只做事实核查和调性把关。
这带来两个结果：
内容供给量暴增。 每个行业每天都会多出大量 AI 辅助生产的文章、报告、问答。用户问 AI 时，可参考的信源变多，你的品牌要在里面被选中，靠的不再是「发得多」，而是「发得对」：结构清晰、事实可查、结论独立可读。
内容同质化加速。 大家都用 AI 生产，第一批同质化的内容会迅速失去引用价值。这时真正稀缺的是三种东西：独家数据、真实案例、可验证的实操经验。这三样恰恰是机器批量生成不出来的，也是光尘阁建议每个品牌优先沉淀的资产类型。
所以 Token 降价这件事，对内容行业的真实影响不是「内容不值钱了」，而是「没信息量的内容不值钱了」。有独家事实的内容，反而因为信源池变大而更值钱。
光尘阁 · 2026年8月
