7 月 31 日，AI 圈连续两个大动作：DeepSeek 发布 V4 Flash 正式版，Agent 能力暴涨；同一天，OpenAI 宣布 GPT-5.6 系列降价，其中 Luna 模型价格直降 80%。
这不是巧合，而是一场酝酿已久的 API 价格战全面升级。对于用 AI 做产品的开发者来说，这既是省钱的机会，也是选择困难症的来源。下面把各家最新的价格、缓存策略和选型逻辑捋清楚。
DeepSeek V4 Flash 正式版：Agent 能力翻倍，价格没涨
这次 V4 Flash 正式版不是简单换个版本号。根据 Artificial Analysis 的评测数据，V4 Flash 正式版智能指数从 40 分跳到 50 分，比 4 月发布的 Flash 预览版高出 10 分，距离 GPT-5.6 Luna 的 51 分只差 1 分。
几个关键变化：
- Agent 能力大幅提升。正式版在多步任务执行、工具调用和自我纠错上比预览版有明显的进步。有开发者反馈：”很清晰的、有边界的任务可���放心交给他干。”
- 原生支持 Responses API。可以直接在 Codex CLI、VS Code Codex 插件和 ChatGPT 桌面端中调用 DeepSeek 模型，不需要额外适配层。对已经在用 Codex 生态的开发者来说，替换成本极低。
- 价格不变。缓存命中输入 $0.0028/百万 token，缓存未命中输入 $0.14/百万 token，输出 $0.28/百万 token。拿 Claude Sonnet 5 的 $3/$15 来比，Flash 的价格大约是 Claude 的 1/90。
- 长上下文效率优化。100 万 token 场景下，单 token 推理计算量仅为 V3.2 的 27%，KV Cache 占用降到约 10%。这意味着长链路任务（比如读整个代码仓库做重构）的实际成本远低于同等上下文长度的其他模型。
需要注意的是，DeepSeek 已预告将在北京时间的 09:00-12:00 和 14:00-18:00 高峰期实行 2 倍计费。虽然生效日期还没定，但如果你有大量定时任务，最好提前规划好避开高峰时段。
OpenAI 的反击：Luna 降 80%，模型分层更清晰
OpenAI 这次降价力度最大的就是 GPT-5.6 Luna：输入从 $1/百万 token 降到 $0.20，输出从 $6 降到 $1.20。
更新后的 GPT-5.6 家族定价：
- Sol（旗舰）：$5/$30，最大上下文 1.05M，适合复杂推理和高风险任务
- Terra（中档）：$2/$12，降了 20%，适合日常编程和文档处理
- Luna（轻量）���$0.20/$1.20，降了 80%，适合分类、提取、搜索分诊等高频低复杂度任务
Luna 的输入价格现在只比 DeepSeek V4 Flash 贵 43%，但它有 1.05M 上下文窗口，而且可以直接用 OpenAI 的 Batch API 做异步批处理，再省一半。如果你的任务复杂度不高、但需要大上下文窗口，Luna 可能是更均衡的选择。
缓存才是真正的省钱密码
只看输入/输出价格还不够，缓存折扣才是决定实际成本的关键。
对于跑 Agent、做多轮对话、反复调用同一批文档的场景，缓存命中率直接影响账单：
- DeepSeek V4 Flash：缓存命中输入 $0.0028/百万 token，仅为缓存未命中的 2%。这是目前业界最大的缓存折扣。
- OpenAI GPT-5.6：缓存读取为输入的 10%，但缓存写入要收 1.25 倍输入费。
- Anthropic Claude：缓存读取为输入的 10%，5 分钟和 1 小时写入分别收 1.25x 和 2x。
- Google Gemini 3.6 Flash：缓存输入 $0.15/百万 token，缓存命中后成本大幅下降。
说得更直白一点：如果你在跑一个每次都要读同一份知识库的 Agent，用 DeepSeek 把输入做缓存后，每次查询的实际成本几乎可以忽略不计。而用 Claude 的话，缓存写入本身就要多花钱。
Sonnet 5 的临时价与 Kimi K3 的涨价：价格战的另一面
不是所有模型都在降价。
Anthropic 的 Claude Sonnet 5 目前是 $2/$10 的介绍价，9 月 1 日起将恢复为 $3/$15。这是个典型的”先用低价吸引你接入，然后回归常态”策略。
Kimi K3 刚完成 35 亿美元融资、估值冲到 350 亿美元，但价格反而涨了：非缓存输入 $3/百万 token，输出 $15/百万 token。跟 K2.6 比涨了不少。这说明头部模型在性能突破后，有底气维持高定价。
Mistral Small 4 更夸张：从 $0.10/$0.30 涨到 $0.15/$0.60，输入涨 50%、输出翻倍。
老达点评：别只看单价，算总账
价格战看着热闹，但开发者真正要做的是「算总账」，不是比谁便宜。
第一，算「每次成功任务」的成本，而不是每 token 的单价。便宜的模型如果输出质量差、需要反复重试，或者需要更长的推理链路，实际花费可能比贵的模型还高。比如让代码跑通这件事，Claude 一次过的成功率高于大部分低价模型，多花几毛钱但省下几轮调试时间，其实是赚的。
第二，看缓存命中率。如果你做的是重复性高的任务（比如文章分类、代码审查、问答系统），缓存是你最大的省钱工具。DeepSeek 在这块的折扣力度无人能及，而 OpenAI 的缓存策略更适合一次性查询场景。
第三，不要只绑一家。现在最划算的策略是「多模型路由」：简单任务走 Luna 或 Flash，复杂任务走 Sol 或 Sonnet，异步批处理走 Batch API。每个月根据实际账单调整比例。
第四，关注时间窗口。DeepSeek 的高峰期 2 倍计费虽然还没生效，但已经在路上了。如果你有定时跑的任务，趁现在把调度时间改到凌晨或下午 6 点后，别等生效了再手忙脚乱。
一句话总结：2026 年 8 月的 AI API 市场，便宜已经不是卖点，而是标配。真正的竞争力在于：谁能用最低的「每次有效任务成本」交付稳定的结果。
相关阅读：
