这半年大模型降价的完整时间线：真正影响账单的是缓存命中价

一、时间线：谁先降的

顺序很重要。DeepSeek 在 4 月和 5 月已经把价格线拉到很低的位置， OpenAI 7 月 30 日是追上来，把 Luna 的输入价压到 $0.20， 第一次低于 DeepSeek V4 Pro 的 $0.435。

DeepSeek 第二天的回应是发新版本、不动价格：V4 Flash 0731 沿用 $0.14 / $0.28 的老价格， 智能指数从 40.3 抬到 49.9、编码指数从 56.2 抬到 69.1。 同样的钱买到更强的模型，对用户来说效果和降价一样。

二、缓存命中价才是账单的大头

Agent 场景每一轮都要把之前的上下文重新发一遍，这部分内容命中缓存后按缓存价计费。 我们的默认口径是缓存命中率 70%，也就是说输入 token 里有七成走的是缓存价。 所以缓存价这一列，比输入价更能决定你的账单。

DeepSeek 4 月降的正是这一列，把缓存命中价降到首发价的 1/10。 降完之后各家的差距是这样的——「缓存便宜倍数」指输入价是缓存价的多少倍，越大越省：

月账单按「Agent 编码」场景、日均 2000 万 tokens 估算 （input 占 85%、缓存命中率 70%）。 缓存价「无数据」的三行，缓存部分按原价计，实际账单会比这里低。

差距在于：多数厂商的缓存价是输入价的 1/5 到 1/10， DeepSeek V4 Pro 是 121 倍。 同样把缓存命中率从 0 提到 70%，DeepSeek 的账单能降一半， 其他家只能降三成左右。 具体到 V4 Pro：不用缓存 $300， 70% 命中 $146。

这也解释了 DeepSeek 为什么在 OpenAI 降价后不跟——它已经在最影响 Agent 账单的那一项上， 把差距拉到了别人短期内跟不上的位置。

三、市场一天就换了阵营

我们的支出指数每天按 OpenRouter 的真实用量重算权重，能看到调价之后用量往哪儿挪。 Luna 降价后的第一个完整交易日，它的用量份额从 1.6% 涨到 7.3%， 直接进了全市场前四。改一行模型名就能切换，没有迁移周期，这个速度是正常的。

份额此消彼长看得更清楚：中国厂商的 token 份额 7 月 26 日到过 78.6% 的高点， Luna 降价后的五天里退回 66.2%。一次调价拿走十二个百分点。

全市场每百万 token 的加权价格，同期从 2.36 美元降到 1.59 美元。完整走势见 支出指数页。 顺带一提，同期放出权重的 Kimi K3 定价 $3 / $15，比 Luna 贵一个数量级—— 用「开源所以便宜」做选型在它这里会判断错，细节见 Kimi 选型指南。

四、你现在该做什么

五、口径说明

• 月账单按本站的日均 Token 消耗口径估算，方法见这篇。 表格假设各模型完成同样的工作消耗同样多的 token，实际上能力更强的模型往往用更少的轮次做完， 真要比需要在自己的任务集上跑一遍。
• GPT-5.6 全系与 Kimi K3 在本站数据源里还没有缓存读取价，表中这几行的缓存部分按原价计， 属于偏保守的估法。OpenAI 上一代 GPT-5.5 的缓存价是输入价的 1/10， Moonshot 文档给出 K3 的缓存价为 $0.30。
• 份额数据来自 OpenRouter 的公开排行，反映该平台生态，不含厂商直连的企业服务； 计算脚本是仓库里的scripts/analysis-july-price-war.py，可以拉下来重跑复核。单日份额含噪音，Luna 是否稳住 7% 以上要再看一两周。
• DeepSeek 的峰谷定价已在 6 月底宣布（高峰时段翻倍），截至 7 月底尚未启用； 启用后按时段计费，本文与本站的单一价格口径都无法反映，届时会单独说明。