OpenAI DevDay 2026新定价：看任务成本而非token单价

OpenAI在DevDay 2026上一口气发布了30多项功能和产品，还下调了GPT-6.1 Sol的API价格，但开发者反应平淡。原因是一笔简单的账：单个token的价格降了，可$200的Pro订阅能用的额度变少了，超高速模型Astra Ultra-Fast则被放进了每月$500的套餐。对于运行编程智能体的人来说，真正的问题已不再是每百万token的价格，而是完成一项任务要花多少钱，以及这些钱究竟花在了哪里。

大型发布为何反响平平

第一个问题是期待值。Anthropic发布Claude Opus 5.5后，开发者对开发工具的期待被抬高，而DevDay的发布阵容没有达到这一水平。

第二个问题是数量。30多项发布同时涌来，最有用的内容反而被淹没。Spaces是一个共享工作空间，人和AI智能体可以在其中共同编辑Markdown文件、电子表格和幻灯片，它或许才是真正的亮点。MCP（Model Context Protocol，将AI模型连接到外部工具和数据的标准协议）的改进也理应得到更多关注。现场演示中出现的技术故障同样拖了后腿。

第三个问题是订阅调整。OpenAI管理层公开表示，$200 Pro订阅用户可用的API等值额度将比以前减少。公开宣布削减，而不是悄悄降低服务质量，是更坦诚的做法，但付费用户依然不满。

左右OpenAI定价的三重压力

把DevDay上的决定看作OpenAI同时应对三个问题的结果，就更容易理解。

价格竞争

GPT-6.1 Sol的价格为每百万输入token $2、每百万输出token $10。提示词缓存读取价格，即模型重新读取已处理过的输入时收取的费用，为每百万token $0.10。OpenAI把通行的90%缓存折扣扩大到95%，这是该性能档位迄今最低的缓存价格。更大的GPT-6 Astra原本计划按每百万输出token $125销售，最终以$50推出，每个输出token的毛利因此减少一半以上。低价带来的流量过大，OpenAI一度算力不足，暂停了$200套餐的新用户注册。

订阅补贴

SemiAnalysis的数据显示，两家头部实验室对各自最高档个人套餐的补贴力度差别很大。

Anthropic这样的补贴力度看来难以长期维持，随着上市准备推进，价格可能会有所调整。不过就目前而言，同样花$200，Claude订阅能换来的算力要多得多。

Andreessen Horowitz的消费数据说明了AI企业为何如此看重这一小部分用户。在付费AI用户中，前1%平均每月花费$1,000，前10%花费$150，前40%花费$27。为AI产品付费的美国家庭只占约2.3%。

速度的代价

Astra Ultra-Fast为每个请求独占硬件以消除排队，因此每个token的服务成本都很高。发布前，测试者获得了$1,000的额度，结果两次拉取请求审查就用掉了$650。在$20的ChatGPT套餐上，用低推理设置的Astra跑了几个简单任务，不到30分钟就耗尽了每周额度的90%。

推高账单的是缓存读取

编程智能体每一步都要重新读取同样的上下文，因此其成本结构与聊天完全不同。在各家前沿模型上，缓存读取通常占智能体项目总支出的60%至75%。一份7天内在Astra上花费约$3,500的明细清楚地体现了这一点。

因此，首先要比较的是缓存读取单价。Astra每百万缓存token收费$1.00，GPT-6.1 Sol则为$0.10，相差10倍。对于上下文密集的智能体工作，从Astra切换到GPT-6.1 Sol可使总成本降低60%至70%。Claude Opus 5.5和Sonnet 5.5的缓存读取价格均为每百万token $0.20。

▲ 推高智能体成本的缓存读取

长上下文还藏着另一个陷阱。Astra会话一旦超过约27.2万个token，缓存读取价格就翻倍至每百万token $2。当有效上下文达到80万token时，读取文件或搜索代码这样一次工具调用就要花费约$2。如果把超高速模式与长上下文结合使用，输出价格会升至每百万token约$450。一个合理的解释是内存：超过20万token的上下文会占用GPU集群大量高带宽内存，从而挤占其他请求。

衡量每项任务的成本，而非每个token的成本

OpenAI自己传递的信息也指向同一方向。订阅价格与计算成本并不挂钩，便宜的模型如果需要更多推理步骤或输出冗长，单项任务的成本反而可能更高。OpenAI称，GPT-6.1 Sol解决复杂开发任务所需的推理token更少，希望开发者比较已完成任务的成本，而不是价目表。

实际使用记录说明了原因。一位开发者用Claude Opus 5.5处理了40亿个token，花费$2,000；用GPT-6.1 Sol处理了17.8亿个token，花费$400。Opus处理的token约为两倍，费用却是五倍。在成本与智能的对比图上，GPT-6.1 Sol独自处于远比同类便宜的位置。将最高推理设置的GPT-6.1 Sol与中等设置的Claude Opus 5.5相比，Opus贵约三倍，完成任务快约1.5分钟。

不过，便宜并不等于更好。在日常编程中，Claude Opus 5.5看来仍是更强的模型，而GPT-6.1 Sol擅长深入排查和棘手的系统配置问题。在持续数天的自主任务中，差距进一步拉大。Anthropic的模型往往能察觉走错了路，及时回头修正方向；Astra则容易在错误方向上越走越远，原本20行的拉取请求可能膨胀成2,000行测试齐全却毫无用处的代码。在这类工作中，单个token价格更高的模型，按成果计算反而可能更便宜。

组合使用多家公司的模型

为了兼顾成本和质量，越来越多的开发者不再只选一个模型，而是将多个模型组合使用。一款开源编程智能体工具最近合并了约40万行代码的大规模改造，使正在运行的Claude会话可以启动基于其他厂商模型的子智能体，由其验证代码并审查改动。在此之前，要把工作交给另一个模型，只能单独调用Codex CLI，或在聊天窗口之间复制粘贴文本。

基于这一架构的典型审查流程如下：

1. 超过5行的改动，用Claude Opus实现。
2. 通过Codex把改动交给GPT-6.1 Sol进行严格审查。Sol常能发现Opus遗漏的边界情况和细微缺陷。
3. 反复修改，直到两个模型达成一致，或Opus有充分把握地驳回Sol的意见。
4. 完成测试和验证，只有在“不会出问题”的把握超过10分中的8分时才自动合并。

轻量模型也有明确的用武之地。GLM 5.3 Flash和DeepSeek V4.1 Flash能胜任分类1,300个拉取请求这类繁重而确定的工作，但面对无法客观验证答案的设计决策就力不从心。基础的环境检查同样重要：一次针对编程智能体群的审计发现，30%的错误源于智能体使用了zsh而不是bash。

▲ 两个模型互相审查代码

助手与工作空间仍待打磨

OpenAI的个人助手智能体Dots表明，这类产品还有很长的路要走。在一位用户的体验中，它大约只有三分之一的时候真正有用，一封被要求重点留意的邮件提醒，淹没在连续14条消息之中。问题出在单线程设计，所有通知都堆在同一条信息流里。优秀的人类助理会管理对方的注意力，紧急事项用一行消息说明，次要事项则分流到其他渠道。AI助手很可能也需要同样的分类处理。

可发现性是与之相关的另一个弱点。ChatGPT桌面应用频繁变动，功能分散各处。Codex有一项在回答中渲染交互式HTML图表和页面的功能，上线六个月却几乎没有用户注意到。规定所有面向用户的功能都须事先经产品负责人批准，这样更严格的规则或许更能保持工具的一致性。

选择套餐前要确认的事项

DevDay 2026同时带来了更便宜的token和更吝啬的订阅。在更换套餐或模型之前，请确认以下几点：

• 按任务比较成本。 不要只看每百万token的价格，要在使用记录中查看完成任务实际花了多少钱。
• 查看缓存读取占比。 缓存读取可能占智能体支出的60%至75%，因此应先比较缓存读取价格。
• 留意长上下文的价格档位。 有些模型在超过约27.2万token后会涨价，尽量把上下文控制在这一范围内。
• 谨慎对待$500套餐。 除非已经用满$200套餐的额度，否则很难证明Astra Ultra-Fast物有所值。如果需要更多用量，也可以比较一下Claude订阅。
• 想清楚是否真的需要速度。 响应从60秒缩短到10秒会改变工作方式，但2分钟和10分钟的差别并不重要，因为无论哪种情况你都会切换到别的标签页。如果某项任务会让你转去做别的事，就用更便宜的模型来跑。
• 降低推理设置。 最高推理设置可能会在简单任务上想得过多。日常工作用high，把extra-high留给大规模重构。