OpenAI新模型降价，中国大模型的“便宜”要失灵了？
Anthropic刚提交招股书，OpenAI紧接着就推出了新模型，大型企业接连采取行动，各自争夺关注度。
北京时间10月27日，OpenAI发布了GPT-6.1 Terra。OpenAI表示，Terra的Agent能力可与旗舰产品Astra相媲美，但价格仅为后者的十分之一。
这个数字本身并不稀奇，毕竟过去一年里，大模型降价的消息早已屡见不鲜。但这次的不同之处在于，相比上一代GPT-5.6 Terra，新模型的标准API价格直接下降了50%，在复杂任务执行、事实准确率和编程能力上却都有显著提升。
OpenAI的新动作尤其受到国内关注，因为它瞄准的正是中国大模型最舒适的区域。
01 OpenAI也开始算“经济账”了
如果只看榜单的最高分，Terra算不上重磅炸弹。但把定价页和跑分图放在一起看，信号比分数更值得解读：OpenAI这次卖的不是能力上限，而是单位成本。
据OpenAI官方数据，GPT-6.1 Terra的API定价为每百万输入token 1美元、每百万输出token 5美元，比上一代Terra和同代Sol低了50%。在中等推理强度下，它在Agents’Last Exam上的得分比GPT-5.6 Terra高出15个百分点，单任务成本约为后者的三分之一。
评论区不少用户的第一反应是：“就这？”“感觉没比上一代惊艳多少”。官方给它的定位很直接：以更低成本完成复杂的电脑操作任务。在这个定位下，“是否最强”退居次要位置，“够用且便宜”才是卖点。
只看OpenAI自己的产品线，会觉得这只是一次正常的代际升级。但把视线拉回当前的大模型市场，另一条参照线无法回避：Kimi K3.1 Pro、DeepSeek等国产模型，已经把高性能模型的价格锚点拉了下来。
Kimi K3.1 Pro的API定价为每百万输入token 2美元、每百万输出token 10美元。这是一款总参数2.8万亿的模型（权重计划于11月初开放），综合智能水平高于同类中位数，月之暗面称其价格“仅为GPT-6 Astra的五分之一”。
单看绝对数字，Terra输出单价5美元/百万token，确实低于K3.1 Pro的10美元。但两者不在同一层级：Terra是OpenAI矩阵里的“高级打工仔”，上面还有Sol和Astra负责最复杂的任务；K3.1 Pro则是开源阵营中正面硬刚前沿闭源旗舰的产品。前者对标“干日常杂活，够用且便宜”，后者对标“接近前沿，且便宜”。
更关键的是，中国模型把性价比压下来，靠的不是烧钱补贴。瑞银证券分析师认为，中国大模型的训练成本仅为海外头部厂商的十分之一，API定价为海外对标模型的10%至20%；这种低价并非来自亏损，厂商在API业务上仍能保持20%至40%的毛利。
成本优势的来源，是混合专家架构让每次推理激活的参数比极低，领先厂商的GPU利用率达到70%以上。月之暗面在K3系列上使用的MoonClip优化器，官方称实现了“20T训练数据用出40T的效果”；线性注意力机制则控制了长上下文带来的成本膨胀。他们依靠架构和工程效率，把成本结构本身压了下来。
OpenAI的逻辑很清楚：旗舰模型负责展示实力，Terra负责走量。走量的价格，直接对标全球所有“便宜够用”的模型。
02 算力硬边界与“额度”何解？
最关键的一点，Terra也并非单纯的防御性降价，硬实力是同步提升的。
据OpenAI公布的数据，在Terminal-Bench 4.0命令行编程测试中，Terra在最高推理强度下的成功率达到50.3%，上一代仅为21.5%；在内部事实性测试中，低推理强度的错误率从53.6%降至16.7%，最高推理强度降至4.3%。活干得更好，价格还更便宜。
但中国大模型绕不开一个痛点：额度。Kimi K3.1 Pro发布不到48小时，月之暗面就发布了致歉公告，承认新模型上线后遭遇限流、额度异常消耗等问题，直言“问题出在我们，我们也本应更早修复”，并向订阅会员紧急补偿月度总额25%的用量。
这不是孤例。DeepSeek平台也曾因用户激增与算力扩容失衡多次大规模宕机，其官方服务状态页显示，2026年初至今已出现数十次服务异常。算法和架构可以把单位成本压到极低，但在算力供给的总量约束下，规模本身就是一道硬边界。瑞银分析师也指出，部分模型厂商商业扩展的核心瓶颈“主要在于算力供给不足，而非市场需求”。
当然，Terra不是最强模型，它只是把“够用加便宜”这个档位做得更狠。而这一档，恰恰是国产模型的主战场。所以，国产模型需要面对的挑战不是技术，而是在“便宜”不再是独家武器的情况下，当对手也开始卷性价比，手里还剩什么？
B端场景、数据合规、本地化部署、政企渠道，这些是OpenAI短期给不了的。
未来，开发者和企业要问的恐怕不再是“哪个模型最聪明”，而是“完成这个任务，哪个模型最划算”。厂商的分工也在变得清晰：旗舰产品攻坚能力上限，中坚层负责把AI塞进打工人的日常流程。
真正的比拼不再是“模型比模型”，而在模型之外的一笔账：谁能让便宜变成可持续的成本结构，谁把模型嵌进了别人进不来的场景，谁才能是笑到最后的那个。
本文来自微信公众号“第四波”，作者：卢杨，36氪经授权发布。