OpenAI 于 7 月 31 日 宣布将 GPT-5.6 Luna 的 API 价格大幅下调 80%，输入价格降至每百万 Token 0.2 美元，输出价格降至 1.2 美元。这一举措紧随 月之暗面 在 7 月 27 日 开放 Kimi K3 模型权重之后，标志着大模型市场竞争进入新阶段，单纯的价格战已不足以概括当前的竞争态势。
Kimi K3 的开放权重允许符合许可证要求的小型云厂商和算力中心部署并对外提供推理服务，尽管条件严格，但确实扩大了供给。其官方 API 价格并不便宜：每百万 Token 缓存命中输入为 0.3 美元，普通输入为 3 美元，输出高达 15 美元。开放权重后，客户除了购买官方 API，还可选择自行部署或第三方服务，这对闭源模型构成了竞争压力。
摩根士丹利 在 7 月 28 日 发布的报告测算，一座配置 41 万张 GB300 的 1GW 数据中心，在 75% 利用率下，每百万 Token 至少需售价约 0.44 美元 才能覆盖设备折旧、电力和基础运营成本。而 Luna 降价后，按 8:1 的输入输出比例计算，综合价格仅为 0.31 美元。若实际吞吐量与大摩假设相同，OpenAI 需要 107% 的利用率 才能回本；若维持 75% 利用率，吞吐量需提高约 43%。不过，小模型的实际吞吐量可能远高于大摩测试的万亿参数模型，缓存和软件优化也能降低成本，因此不能直接断言 OpenAI 在亏本销售。
开放权重 成为竞争格局中的重要变量。Kimi K3 的许可证允许复制、修改、部署、微调、分发甚至销售，但若使用者或其关联方经营 MaaS 业务且连续 12 个月总收入超过 2000 万美元，需与月之暗面签署单独协议；若产品月活超 1 亿 或月收入超 2000 万美元，需显著展示“Kimi K3”标识。这意味着小型算力运营商可自由部署，但大型云厂商需重新谈判，月之暗面仍保留对大规模商业化的控制。
OpenAI 的降价 并非孤立事件。早在 6 月 12 日，外媒就报道其考虑大幅降低 Token 价格以争夺被 Anthropic 吸引的客户。此次降价中，Luna 降幅最大，Terra 下调 20%，旗舰模型 Sol 维持原价，并推出速度提升 2.5 倍但价格翻倍的 Fast 模式。这一价格分层策略旨在争夺高频、成本敏感的任务，同时保留旗舰溢价。此外，OpenAI 在 4 月至 7 月多次重置订阅用户额度，既有促销性质，也有补偿计费异常，甚至形成了社区文化，用户会追踪重置消息以最大化利用额度。
盈利前景 方面，Token 成本仍在快速下降。英伟达的 MLPerf 结果显示，GB300 运行 DeepSeek-R1 的吞吐量在半年内提高 2.7 倍，单位成本下降超 60%。摩根士丹利测算，自建算力并销售自有模型 API 的 ROIC 约为 46%，出租 GPU 约为 31%，租用第三方算力再销售 API 约为 25%。但不同团队的测算差异巨大，例如国内团队对 8 卡 B300 节点的 ROIC 估算仅约 12%，与大摩相差近四倍，主要源于吞吐量、利用率、Token 价格和折旧年限等变量假设不同。
市场反应 显示，投资者开始关注实际财务表现。微软 Azure 收入增长 43%，Copilot 付费席位超 3000 万，财报后股价大涨；Alphabet 云业务增长更快，但资本开支上调、自由现金流转负，股价下跌。大模型竞争已从讲故事转向收入、现金流和投资回报的检验，最终能留下利润的公司，既需降低 Token 生产成本，也需让客户为 Token 完成的工作支付更高价格。