9 月底那场开发者大会一口气发了 20 多项更新新模型、新智能体、新订阅档位全摆上了桌。但开发者圈子里讨论最多的不是新功能而是另一件事Pro 档位的用量额度被砍了——据现场报道和多篇复盘200 美元档从原来 Plus 的 20 倍降到了 10 倍新用户按新规则走老用户保留到 10 月底。同时新上了 500 美元一档权益里独占一个极速模式。翻译一下就是能力在涨价格和用量政策也在变而且不全是往好的方向变。对普通开发者来说真正需要搞明白的不是发布会念了多少个产品名而是这波变化之后模型该怎么选、成本该怎么控。这次到底变了什么先说技术侧的几个硬信息。据报道新发的那个中高端模型定位是接近旗舰、价格低一截API 输入约 2 美元/百万 token、输出约 10 美元/百万 token缓存命中的输入价从 0.2 美元降到 0.1 美元直接腰斩。官方评测里它在某项 Agent 操作基准上只比更高一档的旗舰低约 2 个百分点但官方称任务成本大约只有后者的七分之一。这个七分之一才是重点——能力和成本不再是同一条直线。另一个值得单独拎出来的是极速档在编程工具里出字速度最快 8 倍API 里最快 6 倍代价是每百万 token 输入 60 美元、输出 300 美元是普通档的几十倍。这里有个特别容易误读的点——它说的是出字速度不是任务总耗时。工具调用、网络往返这些开销一点没省所以快 8 倍绝不等于你的活少花 8 倍时间。别看着数字爽就全量开。订阅档位也重新划了大概分成 8/20/100/200/500 美元几档。规律很清楚能聊天的那档便宜真正干活的东西——智能体、协作空间、极速模型——全被塞进更贵的档位。变的是政策没变的是趋势把视野拉大一点这其实不是一家的事。据报道2026 年二季度中国大模型平均 API 输入价已涨到每百万 token 约 4.9 元、输出约 21.9 元比 2025 年一季度分别涨了约 48% 和 80%。有厂商的旗舰模型在高峰时段把输出价从 6 元调到了 27 元也有厂商上线了峰谷定价忙时贵、闲时便宜。原因说到底是算力供给跟不上调用量的增长据报道国内日均 token 调用量已突破 140 万亿比两年前涨了上千倍。所以有一点得认清模型能力差距在缩小价格却在往上走。前两年换个更便宜的模型就能省一大笔的经验现在越来越不灵了真正决定成本的是你怎么用。普通开发者的三个动作一、分层调用别拿旗舰干杂活。把任务分成三档复杂推理、多步工具调用、代码架构设计走旗舰模型常规的摘要、抽取、客服问答走中档简单分类、格式转换、关键词提取走轻量档。有分析估算如果能把 80% 的流量从高价档挪到低价档成本可以降九成以上——这个数字是场景估算具体得看你的任务分布但方向没错。关键是先把任务分级这件事做了。二、把缓存当钱看。现在的模型对重复的系统提示词、仓库上下文、工具定义都有缓存折扣命中后输入价能降到十分之一上下。Agent 类应用会反复读同一段上下文缓存命中率直接决定单价。下面这个脚本可以拿你账号里真实的用量数据算一算单位是美元/百万 token# 单价只是档位占位具体以你账号里实际可用的模型为准PRICES{flagship:{in:2.0,cached_in:0.1,out:10.0},fast:{in:60.0,cached_in:60.0,out:300.0},}defcost(tier,in_tokens,cached_tokens,out_tokens):pPRICES[tier]freshin_tokens-cached_tokensreturn(fresh*p[in]cached_tokens*p[cached_in]out_tokens*p[out])/1_000_000# 一次 Agent 请求输入 5 万 token其中 4 万命中缓存输出 2000print(round(cost(flagship,50_000,40_000,2_000),4))# 约 0.044 美元三、别把模型 ID 硬编码进业务代码。调价、下线、改额度都是随时的事抽一层路由出来把选哪个模型和业务逻辑分开fromopenaiimportOpenAI clientOpenAI()# 读取环境变量 OPENAI_API_KEYROUTES{simple:你账号里最便宜的可用模型ID,complex:你账号里的旗舰模型ID,}defask(prompt,complexitysimple):modelROUTES[complex]ifcomplexitycomplexelseROUTES[simple]respclient.chat.completions.create(modelmodel,messages[{role:user,content:prompt}],)uresp.usagereturnresp.choices[0].message.content,u.prompt_tokens,u.completion_tokens 这两个例子都是真能跑的但模型 ID 一定要换成你自己账号里实际可用的别照抄别人博客——很多博客里的模型名早就下线了。## 几个容易踩的坑第一减量不提价不等于没涨价你得看单位用量到底能干多少活而不是看月费数字。第二极速档贵得多只适合少数对延迟极敏感的交互场景别全量开。第三换模型一定要重新跑一遍回归测试提示词往往要跟着改不然省了钱、坏了效果。第四订阅套餐的额度和 API 额度是两套计费别混着算。 厂商的定价和额度政策随时会变个人能控住的只有一件事把成本算清楚把模型选择权留在自己手里。你最近账单涨了没评论区聊聊。