阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/gpt-5-6-luna-vs-deepseek-price/ 「芋道源码」欢迎转载，保留摘要，谢谢！

• 一颗核弹，12 小时，炸了两次
• 第一本账：标价账——80% 这个数字，是拿三周前的自己当分母
• 第二本账：缓存账——缓存命中价，才是你账单上的真实价格
• 第三本账：订阅账——0.2 折背后，是一套平行宇宙的计价系统
• 第四本账：任务账——单价是幻觉，任务成本才是账单
• Luna 到底是谁：蒸馏小模型的能力边界与基准争议
• 为什么敢降：一张 385 亿的账单，和一台自己写内核的模型
• 48 小时牌桌全景：狙击、涨价与三层市场
• 生态与情绪：中转站、斩杀线与两种世界观
• 这是我认为：价格战换了赛道，别问谁便宜，问你的任务

---

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
4. 新的源码解析文章实时收到通知。每周更新一篇左右。
5. 认真的源码交流微信群。

---

这个知乎问题发布不到两天就被浏览六十多万次，吵的全是「Luna 到底比 DeepSeek 便宜还是贵」。两边用的算法完全不同：有人算 API 标价，有人算缓存命中价，有人算订阅额度，有人算「跑完一个任务实际花多少钱」——四本账，四个答案。

一颗核弹，12 小时，炸了两次

北京时间 7 月 31 日凌晨 1 点 17 分，OpenAI 官宣调价：Luna 输入 $1→$0.2、输出 $6→$1.2（降 80%）；Terra 降 20%（2.5→2、15→12）；旗舰 Sol 没动（5/30），新增 Fast 模式（两倍价、最高 2.5 倍速）。

GPT-5.6 家族 7 月 9 日才开放，这张价目表只活了 21 天。当天下午反转来了：DeepSeek 端出 V4 Flash 正式版——结构与 preview 完全一致，只是重做了后训练，价格纹丝不动。12 小时，两度易主；连这个问题标题，都是反转的产物。

第一本账：标价账——80% 这个数字，是拿三周前的自己当分母

「降价 80%」是真的——但它的真实含义是「比三周前的自己便宜 80%」。调价表（美元/百万 token）：

模型	输入（降价前→后）	缓存输入（降价前→后）	输出（降价前→后）
Sol（旗舰）	$5.00（未变）	$0.50（未变）	$30.00（未变）
Terra（中端）	$2.50 → $2.00	— → $0.20	$15.00 → $12.00
Luna（轻量）	$1.00 → $0.20	— → $0.02	$6.00 → $1.20

Luna 长上下文（1M）按 0.4/1.8 计。DeepSeek 横比（输入/缓存命中/输出）：Luna $0.20/$0.02/$1.20，V4 Flash $0.14/$0.0028/$0.28，V4 Pro $0.435/$0.003625/$0.87——单看标价，Luna 对 Flash 全面劣势（输入贵约 43%、输出贵约 4.3 倍、缓存贵约 7 倍）。

算分界线解得 O ÷ I ≈ 71% 。套社区标准算例（Agent 任务，1000 万输入 + 100 万输出）：Luna $3.20、V4 Pro $5.22、Flash $1.68——比 Pro 便宜 39%，比 Flash 贵 90%。

所以：「降价 80%」是真的，「Luna 比 DeepSeek 便宜」在标价口径下是假的——但标价只是最不重要的一本账。

第二本账：缓存账——缓存命中价，才是你账单上的真实价格

OpenRouter 统计：Luna 缓存命中率只有约 52.7%，V4 Flash 高达约 92.6%。为什么缓存价才算数？

prefill（预填充）把整个输入一次性喂进 GPU 算 KV 缓存，计算量随输入平方增长，而同一输入算出的缓存逐位相同——第二次请求前缀完全一样，prefill 完全冗余，命中后的边际成本趋近于零。各家缓存折扣普遍 90%，DeepSeek 给约 98%——就是 0.02 和 0.0028 的差距。

RAG 月账单（每天 100 万次问答、2K 输入 + 500 输出、命中率 60%）：Luna 约 1,848 美元，Flash 约 198 美元——Flash 把成本打到 Luna 的十分之一多一点。 OCG 实测同一个 5 小时窗口：Luna 2,050 次，V4 Flash 31,650 次，正好差 15 倍。

「降价 80%」是传播学意义上的成功，却是成本学意义上的失败 ——真实世界里绝大部分批量输入都命中缓存。

第三本账：订阅账——0.2 折背后，是一套平行宇宙的计价系统

订阅是另一套平行宇宙：token 价格被「倍率」锤过一遍。GPT Plus 每月 20 美元，Codex 额度按 API 价格折算，倍率约 1/30 ——订阅里花 1 美元能用的东西，按 API 标价要花约 30 美元。

DeepSeek 正经订阅通道是 OpenCode Go：5 美元换 60 美元额度，倍率约 1/3 （新用户一个月 12 倍）。1/30 vs 1/3，差 10 倍。 社区流传最广的说法：「plan 再打 0.2 折，综合不到 0.02 元/M」。还有一条额度账：Sol 切 Luna，额度翻 25 倍 。

订阅账有两个坑：额度是共享的 ——有 Plus 用户实测「今天 sol+luna 吞掉了 2 周的 plus 额度」；订阅只适合自己用 ——To B 按调用量收费，订阅额度进不了成本核算。另外近一个月 OpenAI 反复重置 Codex 用量（有用户被重置至少 4 次）——敢把额度当白菜送，说明边际成本真的被打下来了。

第四本账：任务账——单价是幻觉，任务成本才是账单

人是按「任务」买智能的，看的是跑起来的实际消耗。 社区引用最多的是 Artificial Analysis 的「单任务成本」指标：智能指数 Sol 59、Terra 55、Luna 51、K3 57、V4 Pro 44、Flash 50；单任务成本 $1.04/$0.55/$0.21/$0.94/$0.04-0.05/$0.03。

能力上 Luna 确实压着 V4 Pro：51 对 44 领先 7 分，单任务成本 0.07 美元对 0.05 美元。但 Flash 正式版一上线，结论作废：Flash 智能指数 50，跟 Luna 只差 1 分，单任务成本约 0.03 美元，比智能接近的 Luna 低约 60%。

有开发者晒出两天实测：「用了 3 亿多 Token（V4f 正式版），命中率 98，费用 15 元」——这就是有人敢说「Luna 不可能更便宜」的原因。还有位用户让 GPT-5.6 复制粘贴 Excel 表格，Luna「基本不可用」——便宜只解决「边界内干活的成本」，不解决能力边界。

任务账结论：Luna 的对手是 V4 Pro 而非 Flash——对 Pro 全面占优（能力高 7 分），对 Flash 全面劣势（任务成本高 60%）。精确答案：比 V4 Pro 便宜，比 V4 Flash 贵。 「谁更便宜」不是算术题，是判断题——判断你的任务属于哪种形状。

Luna 到底是谁：蒸馏小模型的能力边界与基准争议

吵了半天的 Luna，到底什么水平？官方定义：GPT-5.6 三档 Sol（旗舰）、Terra（均衡）、Luna（轻量）——上下文窗口完全相同（1,050,000 token），差别只在智能和价格。

社区实测更锐利：「Luna(max) 几乎等效于 Sol(low)」——拉满推理档约等于 Sol 最低档，直接证明「Luna 是蒸馏 Sol 出来的小模型」；Terra 两头受挤，所以降价只降 Luna 和 Terra，Sol 一分不动。官方还说过 Luna「性能相当于一年前处于前沿水平的模型」。

基准数据对得上：Terminal-Bench 2.1 上 Sol 88.8%、Luna 82.5%；8 项 agent 评分拉通成一条鄙视链——opus-4.8 > gpt 5.6 luna >= deepseek v4 flash = glm 5.2 。Luna 是「上一代旗舰能力」的蒸馏平替：能力上限决定它只配做「规划之外的执行活」，价格下限决定「执行活」的量级可以无限放大。

为什么敢降：一张 385 亿的账单，和一台自己写内核的模型

官方降价理由是「效率红利」：Sol 参与了自己生产系统的优化 ——通过 Codex 用 Triton/Gluon 自主重写生产环境的 GPU kernel，官方记账：kernel 重写让端到端服务成本降约 20%，token 生成效率提升超 15%；Agent 框架优化集中在上下文管理（防膨胀、保缓存前缀）。

但较真派指出账面上的缺口——一条我欣赏的社区分析：「服务成本降 20% 与 Luna 价格降 80% 之间有 60 个百分点缺口，技术降本根本填不上。技术降本是配角，市场行为才是主角。」

撑得住的底气：算力囤积 ——社区流传的机构测算，OpenAI 可用算力约相当于 230 万张 H100 等效，且「OAI 是 24 年原价拿货，DS 最近半年才买走私的 B 卡，硬件成本可能高 70%」；蒸馏与后训练 ——后训练成本低、提效快。

最硬的是账本 ——据转述、由 Ed Zitron 拿到的财务数据（非官方披露，FT 核实过）：2025 年营收约 131 亿美元，净亏损约 385 亿美元（约 300 亿非现金），运营亏损约 201 亿美元，毛利率从 29% 爬到约 43%。

OpenAI 已秘密递交 IPO 申请，估值约 8520 亿美元，计划一年内上市——Luna 降价 80% 的逻辑就通了：API 降价不靠它直接赚钱，赚的是调用量、生态、MAU，是给 IPO 讲的「全球 AI 基础设施」叙事。 我认为真相在中间：成本确实降了，但降价的幅度和时点，是竞争和资本市场共同逼出来的。 两段「传闻」必须贴标签（均无法核验）：传闻一（社区小道消息）——OpenAI 内部「逼着所有 kernel 都用 Triton」，借此大规模上一波 PTX/cutlass level 优化，「inference overhead 瞬间降下来」；传闻二（6 月底流传）——「oai 在推理上有内部焚决，降低成本超 50%」，没有任何官方出处。

48 小时牌桌全景：狙击、涨价与三层市场

社区给这一幕起名：「英伟达的 super 后缀显卡」 ——2019 年 AMD RX 5700 卡位 RTX 2060/2070 时，英伟达在新卡上市前一周突袭同价位 SUPER 版，把性价比攻势原地掐死：你打哪，我补哪。DeepSeek 这次一模一样：挑这个时间点发布，就是要告诉市场——OpenAI 的降价不是威胁，是广告。

Flash 正式版产品力是真的顶：结构同 preview（284B 总参数、13B 激活 MoE），只重做了后训练，智能指数就从 40 干到 50；1M 上下文、MIT 开源，价格一分没涨——第二天 OpenCode Go 订阅就涨了 30%；还预告峰谷定价（高峰 2 倍计费）。

同一天，智谱 GLM 5.2 Coding Plan 大幅涨价——「一个打两折，一个涨三倍」：49/149/469 元调为 118/538/1078 元（最高约 3.6 倍），改积分制——价格战不奖励「能力还行」，只惩罚「价格没跟上」 。

其他玩家各怀心思：Kimi K3 （7 月 16 日发布、2.8T 参数开源、原生多模态、智能指数约 57、API 定价 3/15 美元）产能长期限购；Anthropic 的 Sonnet 5 限时价 2/10 美元 8 月 31 日后涨回 3/15，而 Terra 钉在 2/12——不跟牌就要丢份额，跟牌就要挨一刀。

「Luna 比 DeepSeek 便宜」本身是个假问题：全球大模型市场分三层 ——旗舰层拼能力、中端层拼性价比、轻量层（Luna、Haiku 4.5、Flash-Lite）拼价格。欧美企业市场的采购清单里，「Atlassian、Notion、Salesforce 几乎不会出现 DeepSeek」——Luna 降价的真实目标不是 DeepSeek，是轻量层。 但「枪口对着谁」和「实际打死谁」是两回事：流弹最先伤到的是国产中端模型；更狠的判断是「让那些想自己部署开源大模型的厂家无利可图」。

生态与情绪：中转站、斩杀线与两种世界观

「灰色生态」的涟漪更大。 中转站直接爆表：开始下架 Luna ——官方价低到没有利润空间（「0.2 倍率能到 0.04 元/M 输入」）；掺水逻辑变了 ——「掺水」（拿便宜模型冒充贵模型）过去首选豆包，这轮之后「掺水首选 luna」——官方价格比掺水价还低，中间商黑盒失去意义。

订阅化的打击最致命 ——OCG 一个 10 刀的 coding plan 能做到 API 价格的六分之一甚至十分之一。「斩杀线」定调：上午「新神即位」，下午「性价比之王 Luna，享年半天」——「谁便宜」第一次成了独立战场。

火枪时刻 （观点属作者立场）：火枪三百年里每项性能都不如长弓，却最终取代它——训练火枪手只要两周，训练长弓手要十年，技术史往往是「容易规模化」替代「难规模化」；发电厂逻辑 ：「token 是和水电气一样的基础资源」，电价便宜了，用电产业长出来反过来喂饱电厂。一悲观一乐观，都指向成本下降不可逆 。

最后记一句最扎心的：「claude 是在跟员工工资比性价比」——贵不贵，取决于你的参照系。

这是我认为：价格战换了赛道，别问谁便宜，问你的任务

第一，标题本身是个伪命题。 「Luna 比 DeepSeek 更便宜」：标价口径下是假的，缓存口径下是反的，订阅口径下是真的，任务口径下要分对手（赢 Pro、输 Flash）——一句话里同时存在四种答案。

真正的问题是：OpenAI 第一次把闭源旗舰的最轻量档，压到了中国头部开源模型的价格带 ——2025 年前不可想象，2026 年 7 月 30 日后成了现实。

第二，80% 一半是成本，一半是姿态。 技术降本（kernel 重写 20%、蒸馏小模型）是真的，但撑不起 80%；剩下的是用毛利和叙事换生态、换 MAU、换 IPO 故事。「降智」的怀疑，靠你自己的黑盒测试去证伪。

第三，价格战换赛道了。 过去两年是「能力军备竞赛」，这一轮是「成本结构竞赛」：谁的单位算力便宜、谁的缓存命中率高、谁的后训练狠，谁赢——成本结构才是护城河 。

第四，别问「谁便宜」，问「我的任务长什么样」。 四种人四种答案；把 Luna 当「流水线工人」是最实用的一招：Codex 多智能体下主对话用 Terra 拆活、Luna 并行执行，前提是人在循环。

我不站队——价格战是厂商的事，把账算清楚是用户的事。