跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

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。

人工智能与模型分析王雅琴发布: 2026年9月30日5 分钟阅读资料来源 9
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

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。

评论 0

资料来源

9
  1. 01ChatGPT's new plan costs $500 a monthEN
  2. 02AI API Pricing Index - September 2026EN
  3. 03Hitting 1B tokens/minute on 1 GPU combining a query planner and inference engineEN
  4. 04Jointly optimizing SQL queries and LLM inference for up to 14x speedupsEN
  5. 05Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
  6. 06Mind-1: Cutting robot inference latency from 82ms to 32msEN
  7. 07Beyond Utilization: Energy-Conscious GPU Sharing for Inference ServingEN
  8. 08Singapore, New Zealand operators seek partnerships to cut costsEN
  9. 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。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。