OpenAI 於 7 月 31 日 宣佈將 GPT-5.6 Luna 的 API 價格大幅下調 80%，輸入價格降至每百萬 Token 0.2 美元，輸出價格降至 1.2 美元。這一舉措緊隨 月之暗面 在 7 月 27 日 開放 Kimi K3 模型權重之後，標誌著大模型市場競爭進入新階段，單純的價格戰已不足以概括當前的競爭態勢。
Kimi K3 的開放權重允許符合許可證要求的小型雲廠商和算力中心部署並對外提供推理服務，儘管條件嚴格，但確實擴大了供給。其官方 API 價格並不便宜：每百萬 Token 快取命中輸入為 0.3 美元，普通輸入為 3 美元，輸出高達 15 美元。開放權重後，客戶除了購買官方 API，還可選擇自行部署或第三方服務，這對閉源模型構成了競爭壓力。
摩根士丹利 在 7 月 28 日 釋出的報告測算，一座配置 41 萬張 GB300 的 1GW 資料中心，在 75% 利用率下，每百萬 Token 至少需售價約 0.44 美元 才能覆蓋裝置折舊、電力和基礎運營成本。而 Luna 降價後，按 8:1 的輸入輸出比例計算，綜合價格僅為 0.31 美元。若實際吞吐量與大摩假設相同，OpenAI 需要 107% 的利用率 才能回本；若維持 75% 利用率，吞吐量需提高約 43%。不過，小模型的實際吞吐量可能遠高於大摩測試的萬億引數模型，快取和軟體最佳化也能降低成本，因此不能直接斷言 OpenAI 在虧本銷售。
開放權重 成為競爭格局中的重要變數。Kimi K3 的許可證允許複製、修改、部署、微調、分發甚至銷售，但若使用者或其關聯方經營 MaaS 業務且連續 12 個月總收入超過 2000 萬美元，需與月之暗面簽署單獨協議；若產品月活超 1 億 或月收入超 2000 萬美元，需顯著展示“Kimi K3”標識。這意味著小型算力運營商可自由部署，但大型雲廠商需重新談判，月之暗面仍保留對大規模商業化的控制。
OpenAI 的降價 並非孤立事件。早在 6 月 12 日，外媒就報道其考慮大幅降低 Token 價格以爭奪被 Anthropic 吸引的客戶。此次降價中，Luna 降幅最大，Terra 下調 20%，旗艦模型 Sol 維持原價，並推出速度提升 2.5 倍但價格翻倍的 Fast 模式。這一價格分層策略旨在爭奪高頻、成本敏感的任務，同時保留旗艦溢價。此外，OpenAI 在 4 月至 7 月多次重置訂閱使用者額度，既有促銷性質，也有補償計費異常，甚至形成了社群文化，使用者會追蹤重置訊息以最大化利用額度。
盈利前景 方面，Token 成本仍在快速下降。輝達的 MLPerf 結果顯示，GB300 執行 DeepSeek-R1 的吞吐量在半年內提高 2.7 倍，單位成本下降超 60%。摩根士丹利測算，自建算力並銷售自有模型 API 的 ROIC 約為 46%，出租 GPU 約為 31%，租用第三方算力再銷售 API 約為 25%。但不同團隊的測算差異巨大，例如國內團隊對 8 卡 B300 節點的 ROIC 估算僅約 12%，與大摩相差近四倍，主要源於吞吐量、利用率、Token 價格和折舊年限等變數假設不同。
市場反應 顯示，投資者開始關注實際財務表現。微軟 Azure 收入增長 43%，Copilot 付費席位超 3000 萬，財報後股價大漲；Alphabet 雲業務增長更快，但資本開支上調、自由現金流轉負，股價下跌。大模型競爭已從講故事轉向收入、現金流和投資回報的檢驗，最終能留下利潤的公司，既需降低 Token 生產成本，也需讓客戶為 Token 完成的工作支付更高價格。