听说 GPT-6 Sol 和 Luna 上线、API 价格降了一半，第一反应多半是「那我是不是该换」。但只看降幅做决定，十有八九会踩坑：降的是哪一档、你的任务里输入输出占比多少、缓存和限速口径是否一样，都会把省下的钱吃掉一部分。这篇不讲具体数字，只给你一套判断流程：先核当期价目，再用自己的用量跑一遍对照，最后决定是整站切换、还是只在部分链路上换。
听说 GPT-6 Sol 和 Luna 上线、API 价格降了一半，第一反应多半是「那我是不是该换」。这个直觉不算错，但只看降幅做决定，十有八九会踩坑：降的是哪一档、你的任务里输入输出占比多少、缓存和限速口径是否一样，都会把省下的钱吃掉一部分。这篇不讲具体数字，只给你一套判断流程：先核当期价目，再用自己的用量跑一遍对照，最后决定是整站切换、还是只在部分链路上换。
判断顺序建议别乱：先确认「降的到底是什么」，再摸清「自己现在花在哪」，然后才谈「换不换」。跳过前两步直接迁移的人，通常在第一个完整计费周期就会发现问题——账单没降多少，或者延迟上去了。下面按这四节走，每节都会告诉你什么情况下结论要反过来看。
先分清「降价」到底降在哪一层
「降价」这个词被用得太宽。它可能落在三个完全不同的位置：一是单价口径变了，同样的用量花的钱少了；二是计费单位变了，比如输入输出分开计、或者按 token 分段计价；三是只有某个档位、某种输入类型的价目动了，其他没动。这三种对账单的影响完全不同，所以第一步永远是去 /official-api 和 /price-watch 看当期的原始口径，不要用别人转述的结论做决定。
- 单价口径变化
- 每单位用量的计费标准调了，影响所有走这条通道的请求
- 计费单位变化
- 同样的用量被拆成不同方式计费，账单结构会变但单价未必动
- 档位/类型变化
- 只有部分场景受益，你的主链路可能正好不在里面
还有一层容易忽略：降价是官方直连调了，还是你走的中转站自己把倍率调低了。前者可以复制到别的通道，后者随时可能回去。用 /sites 看这个站的费率历史记录，比听客服一句「我们降了」靠谱得多。另外要确认降价有没有附带条件，比如是否支持缓存、并发上限有没有变、是否只在某个批次生效——这些才是决定你实际能省多少的关键。
切换前先把自己现在的账摸清
很多人算「换了能省多少」时，用的是想象出来的用量，而不是真实用量。正确的做法是从日志里拉出三件事：按模型分的调用次数、输入与输出的 token 占比、单次请求的平均体积。没有完整日志的话，先去 /usage 对照同类用量水平，或者按 /usage-log-fields 建议的字段把记录补起来——这一步做一次，后面每次换模型都能复用。
- 按任务类型分组统计，别只看总量：写代码的链路和做分类的链路，对价格敏感度差得很远
- 把缓存命中单独列出来，两组模型对缓存的支持和计价方式常常不一致，缓存占比高的链路换过去可能反而更贵
- 把失败请求和重试次数也算进当前成本，否则你对比的是一个「理想态」账单，而不是真实账单
- 按 /task-level-cost-compare 的思路分批算，先挑一条链路做样本，别一上来就全局测算
这里有个常见的判断误区：用量小的时候做精细测算并不值得。如果你的调用只是零星几百次，花半天搭对照表的时间成本高于省下的钱，直接让两个模型各跑一段时间对比体感就行。反过来，用量大到账单已经是一个需要被管理的数字时，这套基线就必须先建起来。
三步决定换、部分换还是不换
摸清基线之后，决策本身可以压缩成三步。核心原则是：两组数字必须用同一套口径比较，混着比得出的结论没有意义。价格对齐的口径怎么统一，可以参考 /pricing-alignment-basics 里的做法，尤其是缓存和重试这两项怎么折算。
| 判断维度 | 换成新模型的理由 | 不换的理由 |
|---|---|---|
| 直接成本 | 同样任务用量下的实际花费更低 | 缓存或计费口径不同，实际花费反而上升 |
| 输出质量 | 在你自己任务上抽样对比后够用 | 质量差距明显，省的钱抵不过返工成本 |
| 延迟与限速 | 高峰时段不会卡住你的调用 | 限速更紧，重试变多，拖慢交付 |
| 可回退性 | 能配置化切换，随时切回旧通道 | 改动散落在代码各处，回退成本高 |
- 第一步：做同口径对照表左边是当前模型的实际花费，含缓存、重试、失败重发；右边是新模型的预估花费，用同一套口径。差异大的项单独标出来，看是口径问题还是真实差异。
- 第二步：检查非价格项输出质量是否够用、延迟是否可接受、限速会不会卡住高峰。建议用固定的一批真实请求做抽样对比，而不是凭感觉判断。
- 第三步：设计可回退的灰度方案先在非核心链路上并跑，用 /benchmarks 和 /crowd-radar 的公开信号做交叉验证，观察一个完整业务周期再决定是否全量切。
真动手切的时候，把这几件事先按住
决定要切之后，真正的风险在执行环节。最常见的三种翻车方式：切换后用量悄悄翻倍没人发现；限速变紧导致重试变多，成本被重试吃掉；以及出问题时回退不了，因为模型名散落在代码各个角落。这三件事都能提前防住。
- 给新模型单独设一条预算告警阈值，预估可以用 /tools/model-cost-calculator 做，避免切换后成本失控没人察觉
- 把重试与失败请求的计费口径算进去：新模型限速更紧的话，重试次数会上去，这部分成本不能忽略
- 保留旧模型的调用通道至少覆盖一个完整业务周期，把切换前后的账单按周记录一次，别等月末才发现差异
- 把模型名、温度这类关键参数配置化，回退时改配置而不是改代码
最后提醒一点：价格是会动的，今天核到的数字过一阵可能就不一样。所以不要把某一时刻的价目截图当成长期依据，决定切换前和上线后各核一次当期数字，具体到 /price-watch 和 /official-api 看当时的页面。中转站这条通道还要额外留意，费率随时可能调整，长期依赖它做成本规划是有风险的。
下一步先别急着改代码。打开 /price-watch 核一遍当期价目口径，再去 /usage 把自己的用量基线拉出来，两条都齐了，切不切自然就有答案。→常见问题
官方说价格降了一半，我的账单为什么只少了一点？
降价通常只作用在单价上，而你的账单里还混着缓存读写、重试失败、长输入占比这些项。如果你的请求普遍很长，或者切换到的新模型对缓存的计价方式不同，省下来的比例就会明显低于宣传数字。建议按调用类型拆开看，别只盯总账。
小团队有没有必要为这点差价折腾切换？
看绝对金额。如果一个月总花费本来就不高，切换带来的人力、验证和回退成本可能超过省下的钱；这种情况下更值得做的是把用量日志补齐、把跑飞的请求拦住。反过来，如果调用量大、且新模型在质量上也不掉队，那才值得排一次切换。
怎么确认降价的数字是真的，而不是看别人转述的？
别背数字，直接去官方 API 价格页和你自己走的中转站目录页对当期口径，再看价格变动追踪页有没有这条记录。三处对得上再动手。另外注意价格页写的单位是每百万 token 还是每次调用，口径不同算出来的结果能差很多。
