推理成本两头分化：ChatGPT 月费 500 美元，开源引擎快 2 倍，每十亿 token 6 美分

新方案在周二的 DevDay 上公布，打包了 ChatGPT Work 和 Codex 中 GPT-6 Astra 的“Ultrafast”算力。Business Insider 报道称，该模式下的 Codex 承诺提速 8 倍。同一篇报道说，OpenAI 将重新开放每月 200 美元的 Pro 方案。该方案在 9 月 10 日暂停过。重开后算力额度砍半，从 20 倍于每月 20 美元的 Plus 档降到 10 倍，GPT-6 Pro 的聊天消息也从每周 200 条减到 100 条。

Codex 工程负责人 Thibault Sottiaux 在周一的 X 帖子中写道，与之前的方案相比，这些变化折算下来 API 支出只有原来的一半。Business Insider 引用了这段话。

“我想提前把这一变化告诉大家，让你们在我们带来好消息之前先弄明白。”他写道。

这是市场的顶部。底部跑得更快。

开源引擎与自调优内核

9 月 30 日，YC 投资的 Magnitude 发布了一个开源推理引擎。它在模型运行前先在用户自己的硬件上编译并调优内核，声称开源模型运行速度最高可比 llama.cpp 快 2 倍。GitHub README 称，在 Apple Silicon 的 Metal 后端上解码快 92%，CUDA 上快 19%，每个 agent 少占 27% 内存，并为并发会话提供共享前缀缓存。

它以 Apache 2.0 许可的桌面应用形式发布，支持 Apple Silicon、NVIDIA、AMD 或纯 CPU，可连接 Pi、OpenCode、Hermes、Codex 以及其他 agent。两小时前，Modal 和 Full Stack Data Lab 发布了一个联合的 SQL 加推理引擎，名为 Quail。Modal 的文章称，Quail 在一块 H100 GPU 上对多表连接查询每分钟处理超过十亿 token，在同一硬件上超过其 vLLM 基线 10 倍以上，在 Modal 上每十亿 token 成本低于 6 美分。在该团队新的 AI-SQL 基准上，相对 vLLM 的几何平均加速为 1.84 倍。文章还点名了两个查询，用来展示这种方法仍有不足的地方。

作者们明确指出，通用引擎不适合这类负载。在 Full Stack Data Lab 的帖子中，Shreya Shankar、Charles Frye、Fergus Finn、Arnav Dhariya、Joseph Barrow 和 Meryem Arik 写道，把数百万次相关的模型调用作为独立请求发给 vLLM 这样的引擎，成本很高。他们举的例子是 QUAIL-B 基准中的 BIO-4 查询：它把 5,000 份长病历报告与 4,144 个反应词做两次过滤，朴素执行会把一条 SQL 语句变成数量极大的模型调用。

价格下限已经公布，而且并不平坦

AICostBudget 的 9 月价格指数以 2026-09-30 UTC 为截止点冻结，覆盖 11 家供应商的 81 条公开记录。它给出的输入价格中位数为每百万 token 1.32 美元，输出价格中位数为 6 美元。在同时给出两个数字的 69 条记录中，输出价格中位数是输入的 5.0 倍。观察到的区间从每百万输入 token 0.10 美元到 30 美元，每百万输出 token 0.10 美元到 180 美元。

同一数据集还给出各供应商的中位数：OpenAI 在 18 条记录上输入 2 美元、输出 11 美元，Google Gemini 在 14 条上为 0.75 美元和 4.125 美元，Anthropic 在 13 条上为 5 美元和 25 美元，xAI 在九条上为 1.25 美元和 2.5 美元，Mistral AI 在七条上为 0.20 美元和 0.60 美元，DeepSeek 在三条上为 0.30 美元和 1.2 美元，Moonshot AI 在三条上为 0.95 美元和 4 美元。在 58 条可比的缓存输入记录中，折扣中位数为 90%；在 44 条批量定价记录中，批量折扣中位数为 50%。忽略这两种模式中的任何一种，比较的都是标价，不是账单。

硬件才是更难有定论的地方。9 月 28 日在 SOSP '26 上，Prasoon Sinha、Dimitrios Liakopoulos、Nathan Lemma 和 Neeraja J. Yadwadkar 的论文 EnerTune 认为，单纯为了抬高利用率而多路复用 GPU 可能推高能耗。作者报告说，他们的能耗感知装箱系统在满足性能 SLO 的同时，相比最先进的基线把能耗降低 1.4 到 2.3 倍，功耗降低 1.3 到 2.6 倍。

本周的成本新闻并不都关于数据中心。Transport & Environment 在 9 月 29 日分析的数据显示，按柴油每 100 公里 6.9 升、纯电每 100 公里 20.2 kWh、电价每 kWh 0.343 欧元计算，电动车每公里运行成本不到柴油车的一半。据 CleanTechnica 引用的欧洲央行估算，柴油车主每加 50 升油箱比年初多付 32 欧元，其中约 16 欧元是额外的炼油利润。

本周还有两条教训完全在 AI 之外。Pinecone 从定价页上撤掉了价格计算器。创始人 Greg Kogan 说，一次 A/B 测试发现没看到计算器的访客注册概率高 16%，联系公司的概率高 90%，而定价支持工单没有增加。电信方面，Light Reading 在 9 月 30 日报道，新加坡的 StarHub 和 M1 正在洽谈合并，新西兰的 2degrees 和 OneNZ 则提议合并双方的无线接入网。

贯穿其中的线索：当一项工作的单位成本足够低时，买家就不再盯着计算器，而是开始看账单。