SHEYU.AI舍予基業
大模型動態

一天內OpenAI再降價:企業用AI,該按效果買還是按詞元買?

OpenAI 一天內再降價,企業選 AI 該按效果還是按詞元付費?文章拆解模型分層定價邏輯,幫老闆算清賬單,把降價真正變成利潤。

·3 分鐘閱讀
一天內OpenAI再降價:企業用AI,該按效果買還是按詞元買?
AI 生成配圖,非新聞現場照片

據IT之家 11 月 18 日消息,OpenAI 正式發佈 GPT-6.2 Astra 和 GPT-6.2 Sol 兩款模型,前者面向複雜專業項目,後者定位日常工作。兩款模型的 API 標準價格同步公佈,Astra 每百萬詞元輸入 8 美元、輸出 40 美元,相比上一代 GPT-6 Astra 輸入和輸出價格均降低 20%,緩存輸入價格降低 60%;Sol 沿用 GPT-6.1 Sol 的定價,輸入 2 美元、輸出 10 美元。

對正在用 AI 做內容、做客服、做資料整理的企業來說,這件事的意義不在“又出了新模型”,而在於同一個任務,現在可以按難度分給不同價位的模型來跑,賬單結構會變。

企業該按效果買,還是按詞元買?

先說清楚一個容易被忽略的點:這次發佈裡,OpenAI 給兩款模型劃的界線是任務複雜度,不是“新舊”。Astra 打的是複雜專業項目、多步驟智能體任務、編程和視覺設計;Sol 打的是日常工作,強調用更少 Token 完成任務。據 IT之家報道,在 Cognition 的 FrontierCode 2.0 評測中,Sol 的成績與 Astra 相差不到 0.5 分,而任務成本約為後者的五分之一。

這意味著什麼?如果你的日常產出——比如一條商品文案、一張活動海報的配文、一份會議紀要的初稿——並不需要旗艦模型的推理深度,那麼把這類活交給經濟檔位,省下來的是真金白銀。

但反過來也要看清:低價不等於零成本。詞元單價只是賬單的一部分,實際花多少取決於用量。一百萬個零碎小請求,可能比一千個大請求更貴。推廣價也可能變,把整套系統綁死在某一家服務商的一時價格上,是經營上的風險。

所以真正該問的問題不是“哪家便宜”,而是“我這項活,值不值得用貴的模型”。答案因業務而異,得自己算。

配圖

價格下來了,為什麼很多老闆還是沒省到錢?

因為錢不是省在單價上,是省在“誰來做、做多少”上。

舉個假設的場景:一家做本地零售的商家,每天要出小紅書圖文、要回私信、要整理客戶問過的問題。這些活如果全丟給一個旗艦模型,單價再降,量一大賬單照樣往上走;如果全靠人做,人力和時間又是另一筆賬。中間那條路——把重複的、格式化的活交給工具,把判斷和真實經歷留給人——才是價格戰真正能兌現成利潤的地方。

舍予基業執行董事舒毅有一個判斷:AI 寫的是初稿,老闆的判斷和真實經歷才是內容裡最值錢的部分。這句話放在今天這個節點上,比模型發佈本身更值得琢磨。模型降價降的是初稿的成本,不是判斷的價值。

想把降價變成利潤,先看清自己能接住哪一段

價格戰打完,真正的分水嶺不是誰用上了新模型,而是誰能把“穩定地產出”這件事跑起來。舒毅還有一個說法:內容獲客拼的不是一篇爆款,是能不能每週穩定地產出、持續地被看到。這句話點出了多數商家的真實卡點——不是不會用 AI,是用了之後接不上,今天出一條、下週斷檔。

配圖

這也是舍予AI智能體這類工具想解決的問題。它做的是內容營銷這一段的活:16 位行業軍師各管一攤專業,34 個零門檻工具覆蓋小紅書圖文、AI 海報、文案創作,桌面、手機、網頁一處登錄處處用。說白了,它把“從想法到一條能發的內容”這段流程收在一個賬號裡,讓穩定產出這件事不那麼依賴某個人的狀態。

邊界也要說清楚:它出的是初稿和素材,品牌事實、產品細節、你踩過的坑,還得你自己喂進去;發佈結果以平台回執為準,平台限制 AI 託管時,素材留給你人工發。它替不了你的判斷,也保證不了爆款。

現在該做的準備,不是追模型

模型一個月發幾輪,追是追不完的。更實際的動作是兩件:

一是把自己業務裡的 AI 任務分個層,哪些是重複的、格式化的,哪些是非你不可的判斷,分清楚才知道錢該花在哪一檔。

二是把“穩定產出”當成一項能力去搭,而不是當成一次靈感。價格降下來是外部條件,能不能接住,看的是內部有沒有一條跑得動的流程。

這兩件事做完,再回頭看今天這條降價新聞,你才知道它跟你有沒有關係。

Read in English →