OpenAI 推出每月500美元 ChatGPT 套餐,几天前输入价格中位数为1.3美元
OpenAI 在周二的 DevDay 上宣布推出每月500美元的 ChatGPT 订阅。同一周,一份月末快照显示,81条公开记录中输入百万 token 的标价中位数为1.32美元。

据 Business Insider 报道,OpenAI 在周二的 DevDay 上宣布了新的顶级订阅套餐 Pro 500,每月500美元。这比公司此前最高的套餐贵300美元。按单个席位计算,一年就是6000美元。
该套餐捆绑了 OpenAI 所称的“Ultrafast”算力,用于 ChatGPT Work 和 Codex 中的 GPT-6 Astra。Business Insider 报道称,这一选项承诺在 Codex 内带来8倍的速度提升,并提供公司给出的最高包含用量。同一篇报道称,OpenAI 将重新开放9月10日暂停的旧版每月200美元 Pro 套餐,但把该套餐的算力额度减半。额度从原先的20倍降至每月20美元 Plus 套餐的10倍。GPT-6 Pro 的每周聊天消息数从200条降到100条。
OpenAI Codex 工程负责人 Thibault Sottiaux 周一在 X 上写道,与之前的套餐相比,这些变化折算下来 API 支出减半。Business Insider 直接引用了他的话。没有其他媒体确认这些定价细节,OpenAI 也没有发布本文能够独立核实的公开价目表。
时机之所以重要,是因为9月的一份已公布 API 价格快照显示,对大多数工作负载而言,标价下限远未达到每月500美元。AICostBudget 的 AI API Pricing Index 以2026-09-30 UTC 为截止点冻结,覆盖11家供应商的81条公开价格记录。在69条有当前输入 token 单价的记录中,观测区间为每百万 token 0.10美元到30美元。同样这69条记录的输出 token 区间为每百万 token 0.10美元到180美元。
折扣、缓存与标价
该指数的头条中位数为每百万输入 token 1.32美元、每百万输出 token 6美元,输出与输入的中位比值为5.0倍。这些数字是标价,而该指数明确指出,标价并不是大多数买家实际支付的价格。在58条可比记录中,观测到的缓存输入折扣从75%到98%,中位数为90%。在44条支持 Batch 的记录中,观测到的批量输入折扣从20%到50%,中位数为50%。
这个差距正是过去一周出现的推理引擎和查询优化项目的全部理由。如果一项工作负载能把重复前缀放进缓存、把批量任务放进批处理,每 token 的实际价格就会远低于中位数。如果做不到,账单就是标价。
9月30日发布的两个项目从技术栈的两端处理这个问题。在数据库一侧,Full Stack Data Lab 于9月30日发布的 QUAIL 工作同时优化 SQL 查询规划和 LLM 推理。它的 BIO-4 基准查询要处理超过5000份长篇医疗报告和4144个反应术语,反应列表在两个连接中被使用两次。作者认为,把数百万次相关的模型调用作为独立请求发给 vLLM 这类通用引擎,成本很高。每个提示词都被渲染成一次独立的推理请求来提供服务。
Modal 对同一系统的文章同样标注日期为9月30日,并给出了具体数字。Quail 在单块 H100 GPU 上处理一个多连接查询时,每分钟可处理超过十亿 token。Modal 称,在相同硬件上这比其 vLLM 基线快10倍以上,在 Modal 上的成本低于每十亿 token 6美分。在新发布的 AI-SQL 基准上,Modal 报告 Quail 比 vLLM 快1.84倍,该数字是对各任务取几何平均得到的。其中还包括两个查询,作者设计它们是为了展示 AI-SQL 推理仍需改进之处。
1.84倍的几何平均值和10倍的单查询数字来自同一团队,不应被当作同一种测量来读。
本地内核与机器人延迟
在客户端一侧,Y Combinator S25 公司 Magnitude 于9月30日发布了一款开源推理引擎。它在模型运行前先在用户自己的设备上编译并调优内核。其 GitHub README 声称,开放模型运行速度最高比 llama.cpp 快2倍,Metal 上解码快92%,CUDA 上快19%,每个 agent 占用内存少27%。它支持 Apple Silicon、NVIDIA、AMD 或纯 CPU。这些数字来自项目自身,尚未被独立复现。
机器人推理也在追同一个时钟。MindOn 于9月30日推出 Mind-1,声称把机器人推理延迟从82ms降到32ms。公司指出,在末端执行器速度3 m/s 时,10 ms 延迟大约对应3 cm 的位移。这足以影响精确抓取、插入或接触丰富的操作。其速度声明覆盖物流和日常人类环境,来自 MindOn 自己的测试。
学术工作指出了利用率指标所掩盖的成本。Prasoon Sinha、Dimitrios Liakopoulos、Nathan Lemma 和 Neeraja J. Yadwadkar 于9月28日在 SOSP '26 上展示的一篇论文描述了 EnerTune。这是一个服务系统,对每个模型的功耗以及共享 GPU 上同置模型的功耗进行建模。作者报告,在满足性能 SLO 的前提下,相比最先进的基线,能耗降低1.4倍到2.3倍,功耗降低1.3倍到2.6倍。他们的论点是,纯粹为利用率做优化可能反而提高能耗。而在规模上对每种配置做性能分析,本身消耗的能量也多到不实用。
钱最终落在哪里仍有争议。Light Reading 9月30日报道,新加坡的 StarHub 和 M1 正在进行合并谈判。报道还称,新西兰的 2degrees 和 OneNZ 已提议合并其无线网络。StarHub 提醒谈判仍在继续。Light Reading 指出,合并后的 StarHub 和 M1 规模大致与 Singtel 相当。据报道,Singtel 在6月占据43%的移动市场份额,M1 为22%,StarHub 为21%,Simba 为14%。
同一周还有一条定价教训与 GPU 无关。据 Gkogan 9月30日发布的第一人称叙述,Pinecone 在发现一个被误读的输入可能把估算值高估多达1000倍之后,撤下了其定价计算器。没有看到计算器的访客注册的可能性高16%,联系公司的可能性高90%,而定价支持工单并未增加。十名员工中有七名原本预计带计算器的版本会胜出。
资料来源
9- 01ChatGPT's new plan costs $500 a monthEN
- 02AI API Pricing Index - September 2026EN
- 03Hitting 1B tokens/minute on 1 GPU combining a query planner and inference engineEN
- 04Jointly optimizing SQL queries and LLM inference for up to 14x speedupsEN
- 05Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
- 06Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 07Beyond Utilization: Energy-Conscious GPU Sharing for Inference ServingEN
- 08Singapore, New Zealand operators seek partnerships to cut costsEN
- 09The pricing calculator made people more confused about pricingEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。