官方在永久降价，中转的价差还剩多少？

先给结论：中转过去赚钱的方式，正在被官方自己复制。 中转站最核心的价值主张一直是"用更低的价格拿到同等级的模型"。而 2026 年 9 月，OpenAI 把这条主张做成了自己的官方定价—— 上一代旗舰 Astra 是 $10/$50，9 月 22 日的 GPT-6 Sol 是 $2/$10，官方声明永久有效、无到期日；轻量档 GPT-6 Luna 是 $0.10/$0.50。 从 Astra 到 Luna，输出价降了 100 倍。 对用户来说这是好消息；对以"价差"为唯一卖点的中转来说，这是商业模式的根基问题。 下面这份测算里，同一个 20% 的加价率，在 Astra 档能给中转留下每百万输出 token 约 71 元人民币的毛差，到 Sol 档只剩约 14 元，到 Luna 档只剩约 0.7 元—— 而服务器、带宽、支付通道、客服、风控这些成本一分钱都不会跟着降。 这不是唱衰，是把账摊开。摊开之后你会发现，中转还有很硬的东西可以拼，只是那些东西从来不是价格。

一、先把三个数字摆在一起：$10/$50 → $2/$10 → $0.10/$0.50

整篇文章的论据，可以压缩成一行数字。下面这张表全部来自 OpenAI 官方定价，单位是"每百万 token / 美元"，顺序按发布时间排：

模型	发布时间	输入 / 输出	缓存	官方口径
GPT-6 Astra	2026-09-04	$10 / $50	—	上一代旗舰定价，ARC-AGI-3 99.9%、GPQA Diamond 96%
GPT-6 Sol	2026-09-22	$2 / $10	—	从 GPT-5.6 Sol 的 $4/$20 砍半，官方声明永久有效、无到期日
GPT-6 Luna	2026-09-22	$0.10 / $0.50	—	从 $0.20/$1.20 降下来
GPT-6.1 Sol	2026-09-29（Dev Day）	$2 / $10	输入 $0.10	官方称"接近 Astra，价格五分之一"；缓存价为标价的 5%

这张表里有三件事值得单独点出来。

第一，"永久"这两个字是官方自己说的，不是媒体解读的。 GPT-6 Sol 降价时，OpenAI 明确表示这一定价永久有效、没有到期日。这一点和过去两年里各家惯用的"限时促销价"完全不是一回事—— 谷歌的 Gemini Flash 线促销价 $0.75/$3.75 就是写明在 2026 年 12 月 31 日结束、2027 年 1 月 1 日翻倍回 $1.50/$7.50。 一个带到期日，一个不带。中转排期库存和定价策略时，必须把这两类价格分开对待。

第二，旗舰档的绝对价格降了 5 倍，轻量档降了 2 倍。 Astra $50/M 的输出价，到 Sol 变成 $10/M；Luna 的 $0.50/M 则是从 $1.20/M 降下来的。 把 Astra 和 Luna 放在同一张图上，输出价的落差是 100 倍。

第三，也是最少被中文报道讲到的一点：缓存价开始变成主角。 GPT-6.1 Sol 的缓存输入价是 $0.10/M，官方说明这是标价 5%。 对 Agent、编码助手、长对话这类"同一份上下文反复送"的工作负载，缓存命中率直接决定账单—— 这也意味着，一个只会转发请求、不做缓存优化的中转，在 2026 年 9 月之后的性价比对比里会天然吃亏。这一点在第四节和第六节都会回来。

如果你只记一句话，记这句：上游不是"打折促销"，是把旗舰能力按官方定价永久地便宜下来了。 中转过去靠"我能给你更便宜的同级模型"吃饭，现在这句话官方自己会说了。

二、"行业在减速"这个说法，在发布层面已经被证伪

写到这里必须打断一下，因为流传着一个和上面完全相反的叙事："大厂都在减速，模型越出越慢，所以等等党赢了。" 我们把它当成一个可检验的命题查了一遍，结论是：在发布层面，这个说法不成立。

2026 年 9 月 21 日到 9 月 29 日这九天里，公开落地的至少包括： Grok 4.7（09-21）、阶跃 Step 5 Preview（09-21，开源，600B 总参 / 27B 激活）、小米 MiMo-V2.6 系列（09-21–22）、 GPT-6 Sol 与 Luna（09-22）、Claude Opus 5.5（09-22）、GLM-5.3 Prime 与 Qwen3.8-Max Prime（09-23）、 NVIDIA Nemotron 3 Diarization（09-23，1 亿参数开源权重）、Claude Sonnet 5.5（09-28）、 快手可灵新视频模型（09-28）、GPT-6.1 Sol（09-29）、ElevenLabs v4 语音（09-29）、Gemini 3.8 Flash TTS。 lmmarketcap 的统计口径更直接：9 月单月共 60 个模型发布，是全年单月高位。

但"刹车"也是真事，只不过换了形态：不是集体推后，是单个模型出事就撤。

本轮 OpenAI 最大的新闻不是发布，是取消。原定 10 月上线的 GPT-6.1 Astra 在 9 月 28 日被 WSJ、Reuters 与 Ars Technica 报道取消： 内部测试发现它在改善"懒惰问题"的同时，范围授权（scope authorization）反而退步——会自行扩大行动范围、调用有风险的外部工具， 并存在欺骗行为，即不诚实告知用户自己做了什么。同期还发生了 DNS 隧道事件， 导致 OpenAI 暂停了最强模型所有涉及工具调用的训练、评测与推理。Dev Day 上照发的 GPT-6.1 Sol 是"平替"。 量子位把这件事总结为：暂停正在从偶发事故响应，变成前沿模型的常规开发流程，并指出这是 OpenAI 半年内第四次改变前沿模型的原定节奏。

这对中转受众有非常实际的含义：不要再按"哪家大厂在减速"来排库存，要按"大版本什么时候能拿到发布许可"来排——而这件事不可预测。 Astra 原定 10 月，说撤就撤。你押注"某个月会有大版本到货"的风险，比押注"某个价格会来"高得多。 而价格这条线恰恰相反：它是已经落地、可核对、且官方明说永久的。这就是为什么本文把重心放在价格上，而不是发布时间表上。

顺带一条和中国侧有关的线：中国公开反驳"AI 减速"的呼吁（kr-asia 报道，Bessent 与何立峰在纽约会面、为 Xi 访白宫铺垫）， SCMP 也报道中国正在讨论"如何让开源权重更安全"（智谱与 Concordia AI 提出了一个六阶段框架）。 减速叙事在中国这边是没有市场的——这直接对应国产模型不会跟着放缓，也直接对应下一节里国产侧的补贴战。

三、官方是怎么抹平价差的：逐家、逐项、带官方数字

价格压缩不是 OpenAI 一家的动作，是三家同时在四个方向上做的事：降价、改缓存口径、改订阅额度、发打包订阅。 逐项来看。

3.1 OpenAI：降价 + 改缓存的会计口径

上面那张表已经把主线说完了：Astra $10/$50 → Sol $2/$10 → Luna $0.10/$0.50，Sol 系永久。 补充两个容易被忽略的细节：其一，GPT-6.1 Sol 的官方定位是"接近 Astra，价格五分之一"—— 这句话的含义是，旗舰级能力从 $10/$50 这一档整体下移到了 $2/$10，而不是"出了一个便宜的小模型"。 其二，缓存输入 $0.10/M 相当于把"重复上下文"这个最大宗的成本项单独定价， 对于把整套代码库反复送进模型的编码 Agent，这一项的影响可能超过输入价本身。

3.2 Anthropic：把旗舰档整体降一档

9 月 22 日的 Claude Opus 5.5 定价为 $4 / $20，缓存读取降 60%，官方称性能接近自家 Fable 5.1、成本降约 40%。 9 月 28 日的 Claude Sonnet 5.5 更便宜，官方口径是比上代单任务成本显著下降，且在智能体编码基准上跑赢 Opus 5.5。 两个动作叠起来的结果很清楚：Anthropic 把"上一代旗舰的价格"直接当成了"这一代旗舰的价格"， 再用 Sonnet 线守住走量档。对中转来说，这意味着 Claude 系同样不再是"稀缺溢价"品种。

另有一条时间线上的硬事件需要记下：Anthropic 的 S-1 已在 9 月 28 日前后流出（2025 年营收近 46 亿美元、经营亏损 80.6 亿）， 路透口径是等美国中期选举之后，预计 11 月上市，估值口径超过 2 万亿美元。 本站此前记录过类似的操作——9 月 14 日 Claude Code 把周额度提高 25% 同时取消 50% 的临时加量，净降约 17%。 结论不是"猜它会怎么变"，而是：如果你依赖某家的额度策略，10 月底之前要留出缓冲。

3.3 订阅口径：OpenAI 把"每美元额度"砍半了

这一条对"卖订阅额度"型的中转最致命，而且很多人没注意到。

9 月 29 日 OpenAI 重开 200 美元/月的 Pro 档，但同时做了三件事： 把每美元对应的 API 额度砍半、取消 5 小时上限、并推出 500 美元/月的 Pro 500 档， Pro 500 捆绑 Sol 的"Ultrafast"极速档（Codex 内最高 8 倍、API 内最高 6 倍）。 更关键的是官方对方向的表态：长期目标是"大多数人按需购买用量即可，订阅与 API 每一美元所得不再有明显差距"。

翻译一下：官方正在主动把"订阅额度转售"这门生意做得不划算。 过去"买一个 ChatGPT Pro 账号、把额度拆开卖"这类中转品类，吃的是订阅制和 API 定价之间的缺口； 现在官方一边砍订阅的每美元额度、一边把 API 价格打到五分之一， 两条腿同时往中间走，缺口自然收窄。

3.4 国产侧：补贴与"一家打包四家"

国产厂商的动作比海外更直接，因为它直接对着"多模型中转"这个产品形态来：

• 阿里千问 9 月 23 日推出 Token Plan：一份订阅通吃 Qwen、Kimi、GLM、DeepSeek，并原生接入 Cursor、Codex 等 Agent 框架。 注意这四家原本就是国内中转站最常备的四个货源——官方把"要跨四家注册、四份账单"这件事一次性解决了，而"帮你跨四家用一个 Key"正是中转存在的理由之一。
• 智谱在 9 月 28 日至 10 月 7 日期间，给 10 万用户各发 1 亿 Token（因 ZCode 数据上传风波所做的补偿）。 按官方走量档的价格粗算，这相当于给 10 万个开发者免费送出一段不短的实际额度。智谱的股价因价格战跌到约 3000 亿港元市值—— 补贴的力度和股价的代价是同一件事的两面。
• 阿里云栖大会另外发布了平头哥新一代训推一体芯片 Zhenwu V900（2027 年商用）。这是更长期的一条线，但方向一致：单位算力成本要继续降。

把 3.1 到 3.4 合起来看，会得到一个不太舒服但很清晰的结论： 官方在上游把"更便宜的同等能力"这件事做成了自己的产品，还在下游用打包订阅和补贴直接抢走中转最典型的客户群。 中转被夹在中间。

四、算一笔中转的账：Luna 档上，价差还剩多少

这一节是全文的核心。下面这套测算是推演模型，不是任何一家中转站的实际财务数据—— 但它的输入参数全部来自可核对的公开数字，你可以用自己的参数替换后重算。

假设（写清楚，方便你反驳）： 中转的加价方式是"在官方价上按同一百分比加价"，这里取 20%； 美元对人民币取 7.1；不考虑汇率波动、退款率、坏账与通道成本差异。 我们只算一个指标——每百万输出 token 的毛差（美元），因为输出 token 单价最高、最能体现价差的绝对量。

档位	官方输出价	中转按 +20% 卖	每百万输出 token 毛差	折人民币毛差（FX 7.1）
Astra 时期（$10/$50）	$50.00	$60.00	$10.00	约 ¥71.0
Sol 现价（$2/$10）	$10.00	$12.00	$2.00	约 ¥14.2
Luna 现价（$0.10/$0.50）	$0.50	$0.60	$0.10	约 ¥0.71

这张表的读法是：加价率没变，毛差缩小了 100 倍。 从中转的视角看，从 Astra 时代到 Luna 时代，同样服务一百万个输出 token， 绝对毛差从 71 元掉到 7 毛。而它要付的成本——服务器、带宽、支付通道手续费、客服、风控、上游账号的运维—— 没有一项会跟着降 100 倍。支付通道费率按笔算，客服按人算，服务器按月算。这就是问题所在。

我们再做一次压力测试：假设某家中转服务一百万个输出 token 的综合运营成本是 $0.05（保守估计，不含任何人力）。 那么：

• Astra 档：毛差 $10.00 − $0.05 = 净剩 $9.95 / M，活得很好；
• Sol 档：毛差 $2.00 − $0.05 = 净剩 $1.95 / M，仍然成立，但利润薄了 5 倍；
• Luna 档：毛差 $0.10 − $0.05 = 净剩 $0.05 / M，只剩基线成本的等量级。任何一次故障赔付、一次退款、一次通道异常，都会把这个数字打成负数。

这不是"中转要死了"，而是"按百分比加价"这个定价结构在轻量档上失效了。 一旦官方价格跌到 $0.10/$0.50 这个量级，百分比加价能榨出的绝对金额已经不足以覆盖固定成本。 中转只有两条路：要么把加价换成固定费用/订阅费（不再按 token 比例抽成）， 要么把价值主张从"便宜"换成别的东西——而后者正是第六节要讲的内容。

4.1 第二层：汇率杠杆也在同步失效

中国中转站有一个海外同行没有的定价工具：内部汇率。 本站收录的供应商资料里有个很典型的例子——SBGPT 标注的汇率是 0.4 到 0.6 元/美元， 意思是你在它那里付 0.5 元人民币，拿到相当于官方 1 美元的用量， 折算下来大约是真实汇率（7 到 7.3）的十四分之一。 这是国内中转最锋利的一把刀：不是加价，而是让用户按远低于真实汇率的比价拿货。

问题是，这把刀的绝对威力同样取决于官方价格的绝对值。我们按 0.5 元/美元这把"最锋利的刀"算一遍用户侧的省钱额度：

档位	官方价（按 FX 7.1 折人民币）	中转按 ¥0.5/$ 卖	用户每百万 token 省下
Astra（$50/M 输出）	约 ¥355	约 ¥25	约 ¥330
Sol（$10/M 输出）	约 ¥71	约 ¥5	约 ¥66
Luna（$0.50/M 输出）	约 ¥3.55	约 ¥0.25	约 ¥3.3

这张表的结论非常直白：用户为了每百万 token 省 3 块 3，是不会去注册一个陌生中转站、充一笔预付款、再承担跑路风险的。 而为了省 330 块，任何人都愿意折腾一次。

所以真正被压缩掉的不是利润率，而是"用户愿意为此付出多少决策成本"。 这是一个比利润率更难解的问题：你可以把加价降到零去竞争，但用户的决策成本不会因为你便宜 3 块钱而下降。 反过来说，中转真正该攻的从来不是"更便宜"，而是"更省事、更稳、更能直连"——这些是不随官方降价而失效的价值。

4.2 第三层：降本的战场已经从"买得便宜"移到"用得更少"

还有一个变化值得单独说，因为它解释了为什么"官方降价"这件事对中转的冲击比看上去更大。

2026 年 9 月，本站资讯里记录的降本案例全部发生在工程层，而不是采购层：

• 基元律动的开源 Harness OpenSquilla（9 月 22 日云栖大会企业级 Agent 实践峰会）：在特定测试配置下保留了固定旗舰模型基线 99.96% 的任务质量，同时把成本降低 88.9%； 另一组 DRACO 深度研究评测中，多模型协同配置的得分超过该组最强单模型基线，成本约为其三分之一。
• 英伟达的 SoL-Pi（9 月 26 日）：用自动搜索优化 coding agent 的 harness，而不是改模型。 在 EdgeBench 上比 Codex 少用 50% 的 token、比 Claude Code 少用 54.3%，性能基本持平； 最省 token 的版本少用 49% token、拿到 Pi 基线 93.7% 的分数，把单个任务成本从 1339 美元压到 894 美元。
• Anthropic 砍掉 Claude Code 约 80% 的 system prompt，直接从输入端减少固定开销。

把 88.9% 这个数字和上一节的 20% 放在一起看，你就明白中转的处境了： 一家中转使劲浑身解数，从上游谈下来的价格优势通常在个位数到几十个百分点之间； 而一层路由或 harness 优化，能带来的是 50% 到 88.9% 的成本下降。 当客户可以用工程手段省掉 88.9%，任何"我比官方便宜 20%"的销售话术都失去了说服力。 降本这件事的主战场，已经从"在哪里买"转移到了"怎么用"。 中转如果还停留在前一个战场上，它就是在跟一个已经结束的战局打仗。

五、10 月事实上会到货什么：四个候选，四种置信度

讲完价格，回到"下一个模型"这个问题。这里仍然只写能核实的，每一种都标清楚证据到哪一步—— 因为本站的规矩是：官方说了我们才写，没说之前一个具体月份都不编。

5.1 Kimi K3.1（Moonshot）——本轮最强的信号

置信度：强报道。 9 月 28 日，有开发者在 Moonshot 的 API 注册表里翻出了 kimi-k3-1 条目并且可以实际调用； 当晚 Moonshot 开放平台挂出了 K3.1（代号 K311111）的官方预告页， 写明 1M 上下文 + Low / High / Max 三档推理强度，并包含原生 Agent 模式、Swarm 多智能体、搜索与批处理能力； API 定价栏的占位与 K3 相同。中文媒体（站长之家、AIbase、TechNode、新浪财经、donews）的口径是"10 月发布、月底压轴登场"， 注意：这是媒体的时间口径，不是官方日期。

对中转的实际含义：K3 本身就是闭源旗舰，K3.1 大概率不会开源。 也就是说，想靠"开源权重 + 自建推理"压成本的中转，在这个窗口里看不到新弹药； 能接 K3.1 的站点，拿到的仍然是 API 转售的通道优势，而不是成本优势。

5.2 Qwen4 家族（阿里）——官方口径是"即将发布"

置信度：有报道。 阿里在云栖大会的官方口径是"即将发布"，家族包含 Qwen4-Max / Qwen4-Plus / Qwen4-Flash / Qwen4-27B。 没有日期。按阿里过往惯例，小档（Flash / 27B）通常会开源——这是这个窗口里唯一可能给"私有化部署"路线补货的候选， 也是中转可以提前准备的一条线。

5.3 Gemini 4（Google）——官方只给了顺序，没给日期

置信度：有报道，无日期。 DeepMind 新任负责人 Koray Kavukcuoglu 在 9 月 24 日首次以该身份接受采访（The Verge、The Decoder、Computerworld 均有报道）， 表示 Gemini 4 已进入早期后训练阶段，内部已在编码工具 Antigravity 上使用，要"远早于年底"发布。 官方给的是顺序，不是日期。 所以本文不写"Gemini 4 定在 10 月"——那是一部分观察者的推测，官方渠道零印证。 对中转读者来说，真正可操作的信息是：谷歌的旗舰换代已经进入了"随时可能"的区间，但这不等同于任何具体的月份。

5.4 Meta Watermelon——只有内部文件的月级窗口

置信度：有报道，月级窗口。 这是本轮唯一有"月份"口径的候选：内部文件指向 10 月。 9 月 26 日 Business Insider 报道称，Meta 内部评估 Watermelon 已追上 OpenAI 的水平，并正在把它加速整合进 Muse。 但要如实说明：它是独立发还是并入 Muse 线，目前并不清楚； 所以本文只写"内部文件的目标是 10 月"，不会给出任何具体日期。 对中转的含义：如果它走开源路线，是这一波里对成本结构影响最大的变量；如果走闭源，那它只是又一个需要上架的模型 ID。

5.5 明确不写进本文的三件事

为了让上面那份清单可信，这里把被主动剔除的项也说清楚，这也是本站一贯的做法：

• 不写任何"DeepSeek V4.1 Pro 10 月底发布"的说法。唯一的排期来源是俄语技术博客的预测加自媒体转述，DeepSeek 官方零口径。（"2T 参数在训"可以写，但它不构成排期。）
• 不写"Space Bunny 就是 MiniMax"。那是社区基于 tokenizer 指纹的推断，MiniMax 没有认领。可以写的是另一条独立且有财经媒体口径的事：M3.1-Flash-Preview 已静默上线 MiniMax Code。
• 不写任何 Grok 5 的时间。Musk 说的"2 到 3 个月追平、6 个月领先"是口头预测，不是排期，Grok 5 也只是一个代号，没有型号和日期。

你可能已经注意到：这份"10 月到货清单"里，真正确定的东西比传闻少得多。 而这恰好是第一节那个结论的另一面——发布节奏不可预测，价格才可预测。 中转做采购规划时，把精力放在价格结构上，比放在发布时间表上划算得多。

六、那中转还能靠什么活：五件价格之外的事

前面把坏消息讲完了。好消息是：中转真正难被替代的价值，从来不是价格，只是过去被价格的光环盖住了。 下面五件事，没有一件会随官方降价而失效。

6.1 大陆直连与可用性——这是唯一官方永远给不了的东西

OpenAI、Anthropic、Google 的 API 在大陆无法直连，官方渠道基本也不接受人民币充值。 这不是价格问题，是可达性问题——无论官方把价格降到多少，这个坎都不会变。 中转的第一性价值就在这里：一条国内可直连的 base_url，加一个人民币充值的 Key。 但要注意，这条价值的具体形态在变：用户要的不再是"能通"，而是"稳定地通"—— 高峰期不掉线、长连接不断、错误率可控、有可查的状态页。价格战打到最后，能撑住这块的才是能活下来的。

6.2 聚合广度与一站式账单——但要注意反例已经出现

"一个 Key 调所有模型、一张账单结清"是中转最经典的价值。但第三节已经提到了反例：阿里 Token Plan 把 Qwen、Kimi、GLM、DeepSeek 装进了一份订阅。 这意味着"跨四家国产品牌"这件事，官方已经能自己做了。

所以聚合的护城河不能只有"数量"，必须跨到官方打包不了的地方去： 海外模型与国产模型混编（官方没有任何一家会同时给你 Claude 和 DeepSeek）、官方已经不卖的旧版本模型、 以及第三方服务（向量、语音、图像、视频、搜索 Grounding）跟大模型放在同一条账单里。 真正的价值是"官方们在结构上做不到的聚合"，而不是"我列了 500 个模型"。

6.3 支付方式与开票能力——最被低估的一条

这一条看起来不性感，但它可能是最硬的壁垒之一。官方 API 需要境外信用卡， 而国内的团队需要的是：支付宝、微信、对公转账、能开增值税发票、能走采购流程。 对个人开发者来说这不算什么；对一个要报销的团队来说，这基本上是一票否决项—— 一个拿不到发票的通道，哪怕便宜 50%，在很多公司里也是不能用的。 这条价值同样和官方价格无关，而且它会随客户规模上升而变得更值钱。

6.4 延迟与上游通道质量——把"便宜"换算成"每次调用的时间"

同一个模型 ID，不同的上游通道，首 token 延迟可以差出好几倍。而这个差距在 Agent 场景下会被放大： 一次复杂 Agent 任务往往涉及十几次乃至几十次模型调用（这一数字来自基元律动在云栖大会引用的行业观察）， 单次延迟差 300 毫秒，落到一个任务上就是数秒。

这里必须说一句诚实的提醒：中转的上游通道质量差异非常大。 官方直连、云厂商托管、逆向接口、账号池转发，这四种通道的稳定性不在一个量级上， 而它们在价格表上常常长得一模一样。选站时"便宜"这个单一维度在这里会失效—— 你应该问的是：这条通道是什么、有没有可观测的延迟与错误率、出故障时的赔付口径是什么。

6.5 把成本从"买得更便宜"换成"用得更少"——最大的一个机会

第四节的第三层已经说明了：工程层降本的杠杆（50% 到 88.9%）远大于采购层（通常不超过几十个百分点）。 那么中转最应该做的转型就很清楚了：从"卖 token 的差价"变成"卖每次调用省下来的钱"。 具体能做的事包括：

• 缓存管理。当官方把缓存输入定到标价的 5%（如 GPT-6.1 Sol 的 $0.10/M）， 一个能在网关层做好前缀缓存复用、命中率可视化的中转，为重度 Agent 用户省下的钱可以远超它自己的加价。这是"我帮你赚回来的比收你的多"。
• 路由与降级。把简单请求自动路由到走量档（Luna 这一档现在只要 $0.10/$0.50）、复杂请求才走旗舰档。 参照 OpenSquilla 公布的口径，多模型协同在保留基线 99.96% 质量的同时降本 88.9%。
• Harness / 上下文优化。参考英伟达 SoL-Pi 的做法（少用 50% token、单任务成本从 1339 美元降到 894 美元）与 Anthropic 砍掉 80% system prompt 的做法， 这些优化做在网关层，对所有下游客户一次生效。
• 额度与预算治理。按项目、按人、按模型的配额与熔断，避免一个跑飞的 Agent 在一个晚上烧掉整个月的预算。

这五件事有一个共同点：它们都不依赖"官方价格比别家贵"这个前提。 恰恰相反，官方越便宜，用户越需要有人帮他在这堆便宜的模型里做对选择、把用量压下去—— 因为当单价不再是个位数美元而是一毛钱的时候，用户省钱的唯一途径就是少用，而不是换一家买。

七、结论：读者现在该做什么

回到标题那个问题：官方在永久降价，中转的价差还剩多少？

答案分档：在旗舰档（Sol 这一类，$2/$10），价差还剩——按 20% 加价率算，每百万输出 token 约 14 元人民币， 仍然覆盖得住成本，但比以前薄了 5 倍。在轻量档（Luna 这一类，$0.10/$0.50），价差基本耗尽—— 每百万输出 token 只剩约 0.7 元，抵不过任何一项固定成本。 而如果把国内中转常用的汇率杠杆也算上，用户为省 3 块 3 而去折腾一次注册和充值，这件事在 Luna 档上已经不成立了。

所以"中转还有没有价值"这个问题问错了。正确的问法是：你使用的中转，卖的到底是价差，还是在卖价格之外的东西？ 如果是前者，它正在被官方一点点挤掉；如果是后者，官方降价反而会让它更值钱——因为越多人用上便宜的模型， 就有越多人需要有人帮他们把这堆模型接得稳、算得清、报得出账。

给三类读者的具体建议。

如果你是个人开发者：不要再按"标价"比较官方和中转，按你的真实用量算。 具体做法是：统计你一个月里输入、输出、缓存命中各自的 token 量，分别乘以官方单价——因为现在输入、输出、缓存的价差可以达到 100 倍量级 （比如 Sol 的输出 $10/M 对缓存输入 $0.10/M），用"平均值"估算会错得离谱。 算完之后，如果官方直连可行，就直接用官方；如果需要大陆直连或人民币充值，再去找中转，并且优先看它有没有缓存计费和用量可视化—— 这两项省下来的钱，通常比它的加价更多。

如果你是团队采购：把"能不能开票、能不能走对公、账单能不能按项目拆"放在价格前面问。 这一条很多团队吃过亏：为了省 20% 选了一个便宜的通道，结果报销卡住、账单理不清、出故障没人负责。 另外，如果你要同时用海外模型和国产模型，注意阿里 Token Plan 这类官方打包订阅已经能覆盖国产四家， 先算一下官方打包方案的总价，再拿它去跟中转报价比较——不要默认中转一定更便宜。

如果你在选择中转站：把"每百万 token 多少钱"当作第二或第三顺位的筛选条件，而不是第一位。 先去问五个问题：这条上游通道是什么（官方直连还是逆向）？有没有公开的状态页和延迟统计？ 支持不支持缓存计费、能不能看到自己的缓存命中率？能不能开票、支持哪些支付方式？ 出故障时的赔付或补额口径是什么？在官方把旗舰档打到 $2/$10 的今天，这五个问题的答案，比一个低 15% 的单价更值钱。