GPT-6 Luna vs Gemini 3.8 Flash vs DeepSeek：亚美元 API 档位的真实成本

你有一个接口，用来给工单分类，或者从 webhook payload 里取出三个字段，或者给一条日志写一行摘要。它每个月要跑几百万次。质量标准是“够用且稳定”，而财务团队唯一在意的数字就是账单。

在 2026-09-22 之前，这个价位属于 Google 的 Flash 系列和 DeepSeek。随后 OpenAI 发布了 GPT-6 Luna，输入 $0.10 / 百万 token、输出 $0.50 / 百万 token，还带 1M 上下文窗口，这一档一下子挤满了人。

问题在于，这三个标价并不是同一类数字。一个是对照促销价算出来的降幅，一个会在某个日历日期失效，一个则取决于你的任务在一天中的哪个时段运行。把它们按页面上的原样并排比较，你就会选错模型。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

截至 2026-09-23 的公开价格

Luna 和 DeepSeek 的价格来自各自厂商的定价页。Gemini 这一行来自 Google API 定价页的付费档位。

只看平价的每 token 输入价格，Luna 比 Gemini 3.8 Flash 便宜 7.5x，比高峰时段的 DeepSeek Flash 便宜 3x。输出价格上分别是 7.5x 和 2.4x。如果你从不使用缓存、也从不看脚注，那这就是全部结论。可后面有三个脚注，每一个都可能让结论翻转。

脚注一：OpenAI 的降幅是对照促销价算出来的

OpenAI 称 Luna 以及它更大的兄弟型号 Sol 比 GPT-5.6 的促销价便宜 50%。“促销”是 OpenAI 自己的说法，每次复述这个结论时都应带上这个词。

我们在发布报道中记录过 GPT-5.6 Luna 的标价：输入 $1.00、输出 $6.00。如果以标价而不是促销价来衡量，GPT-6 Luna 的 $0.10 和 $0.50 相当于输入降价 90%、输出降价 92%。真实降幅其实比标题更大，只是标题被锚定在了一个折扣上。

这在实操上意味着：$0.10 和 $0.50 是作为 Luna 的正式价格发布的，不是促销价，所以可以据此做规划。但不要把“比 GPT-5.6 促销价便宜 50%”当成 同口径的代际对比，因为它不是。如果你正在迁移，可以看什么是 GPT-6 Luna，以及 GPT-5.6 Sol vs Terra vs Luna 里对前代档位的拆分。

脚注二：Gemini Flash 的价格带到期日

Google 的定价页把两个数字印在同一个格子里。Gemini 3.8 Flash 现在的价格是输入 $0.75、输出 $3.75，“有效期至 2026 年 12 月 31 日”，之后“从 2027 年 1 月 1 日起”变为 $1.50 和 $7.50。上下文缓存遵循同样的规律：现在 $0.075，明年 1 月 $0.15。Gemini 3.7 Flash 和 3.6 Flash 的行完全一样。

如果你这周基于 Flash 做一个 12-month 的成本模型，那么其中有三个月是按双倍价格计算的。一个团队若按今天的费率给明年的 Flash 支出编 $60k 预算，在用量不变的前提下，实际账单大约是 $90k。这可不是舍入误差。

同一页面上还有两个相关事实。列表中已经没有 Gemini 3.8 Flash-Lite 或 3.7 Flash-Lite。现存最便宜的 Flash-Lite 条目是 Gemini 3.5 Flash-Lite（输入 $0.30、输出 $2.50）和 Gemini 2.5 Flash-Lite（输入 $0.10、输出 $0.40）。最后这一行是整个对比里唯一在输出价格上低于 Luna 的条目，而它已经落后两代了。

脚注三：DeepSeek 的价格取决于时钟

DeepSeek 同时公布高峰和低谷两列价格。高峰时段为 UTC 周一至周五 01:00 至 04:00 和 06:00 至 10:00，不含中国法定节假日。低谷价格整体是高峰的一半。对于 deepseek-flash 来说，就是 缓存未命中输入 $0.30 对 $0.15、输出 $1.20 对 $0.60。

对夜间批处理任务来说这相当于白送钱：把 cron 挪到窗口之外，账单直接减半。但对全球化的交互式流量来说，这是个建模难题，因为你的实际费率是一个混合值，除非把自己的请求分布对照 UTC 时钟测量过，否则你根本报不出一个数。如果 DeepSeek 是认真的候选方案，就在每次调用时把 UTC 时间戳和 token 计数一起记下来，否则你的成本模型只是一张披着电子表格外衣的猜测。

我们此前对该定价结构的拆解见 DeepSeek-V4.1-Flash 定价。

档位真正拉开差距的地方：缓存输入

DeepSeek 的缓存命中价是整个对比中最便宜的输入价格，比它自己的未命中价低 50x；但它的未命中价同时也是 Luna 平价费率的 3x。也就是说，DeepSeek 对拥有长而稳定前缀的任务回报惊人，却会惩罚每次都发送全新 prompt 的任务。Luna 的这个比值更平，这主要意味着它出错的方式更少。

GPT-6 还发布了一次真正的缓存能力更新，而不只是一条价格线：默认更高的命中率、缓存读取 90% 折扣、Prompt Caching Dashboard 和诊断工具、用来指定缓存前缀在哪结束的显式断点，以及最实用的一点——修改 reasoning effort 或工具可用性不再使缓存失效。GitHub 报告称，在数十亿次请求中，需要重新处理的 prompt token 减少了 50% 以上。如果你曾经眼看着命中率因为有人多开了一个工具而崩塌，你就知道这个特性的价值。更多内容见 GPT-6 提示缓存发布说明。

按 token 计价是错的单位

OpenAI 在公布准确率的同时也公布了单任务成本，这是更诚实的表述方式。在 DeepSWE 1.1 上，Luna 在最高 reasoning 档位得分 66.6%，OpenAI 称这与中等 effort 的 Claude Opus 5 和 Fable 5 相当，而单任务成本比 Opus 5 低 93%、比 Fable 5 低 96%。在 OSWorld 2.0 离线测试中，最高档位的 Luna 以约十分之一的成本胜过中等档位的 GPT-5.6 Sol。在事实性上，更高 effort 的 Luna 以约百分之一的成本与 GPT-5.6 Sol 持平。在 AutomationBench 1.0.6 上对比自己的前代，高 effort 的 Luna 得分高 5.4 分，单任务成本低 58%。

接下来这一点比上面所有内容都更重要：无论 Google 还是 DeepSeek，都没有针对 Gemini 3.8 Flash 或 deepseek-flash 公布这些基准测试上的 cost-per-task 数据。所以本文是一份三方价格对比，外加一家厂商关于自己单任务成本的主张。它不是一份三方 agent 能力排行榜；如果有人给你看这样一份榜单，那要么他在用一个本该说明名字的第三方测试框架，要么就是在编数字。

每 token 对比之所以会误导人，原因在于 reasoning token。一个每 token 便宜 3x 的模型，如果为了完成同一件事多输出 5x 的 token，反而让你花得更多。包含思考过程的输出 token 才是你真正付费的东西，而这个比例只有你自己的任务负载知道。

延迟陷阱

Artificial Analysis（第三方机构，而不是两家厂商中的任何一方）测得 GPT-6 Luna 的输出速率为 153.9 token/秒，首 token 时间 124.23 秒；GPT-6 Sol 为 115.2 token/秒，首 token 时间 102.15 秒。这些数字对应的是“max” reasoning 档位，所以应当读作上限，而不是默认 effort 下的表现。两者都未经 第一方数据验证，请谨慎对待。

但方向本身才是关键。在这一代里，便宜的模型并不是快的模型。两分钟才出首 token，对夜间数据补全任务完全够用，放在聊天框后面则完全不可用。如果你的接口面向用户，那么决定答案的是你所选 effort 档位下的首 token 时间，而不是每百万 token 多少美元。

自己动手测：一个请求，三个环境

三家提供商都接受 OpenAI 格式的 chat completions 调用，所以不需要准备三个客户端。

把请求构建一次，将 base_url、model_id 和 api_key 放进一个 Apifox 环境，然后切换环境，用同一个已保存的请求分别打到三家提供商。没有复制粘贴的 curl，你的三个 prompt 版本之间也不会彼此漂移。

POST {{base_url}}/chat/completions
Authorization: Bearer {{api_key}}
Content-Type: application/json

{
  "model": "{{model_id}}",
  "messages": [
    {"role": "system", "content": "Extract order_id and status. Reply with JSON only."},
    {"role": "user", "content": "{{ticket_body}}"}
  ]
}

Apifox 支持与 Postman 兼容的响应后脚本，所以可以在同一遍里对结构和延迟做断言，并记录 usage 块：

pm.test("content parses as the JSON we asked for", () => {
  const parsed = JSON.parse(pm.response.json().choices[0].message.content);
  pm.expect(parsed).to.have.property("order_id");
});

pm.test("first byte to last byte under 3s", () => {
  pm.expect(pm.response.responseTime).to.be.below(3000);
});

console.log(pm.response.json().usage);

然后用同样的 200 个真实 payload 跑一遍每个环境，每次调用记录四件事：usage.prompt_tokens、usage.completion_tokens、响应时间，以及断言是否通过。把 token 数乘以上面的价格表，再除以通过次数。这样得到的是单次正确答案成本，它是唯一能真正决定选择的数字。DeepSeek 那一遍要跑两次，一次在 UTC 高峰窗口内，一次在窗口外，否则你只测了一半的价格。

该选哪个

最后一行有单独一篇文章：GPT-6 Luna 面向高并发 API 负载。

总结

GPT-6 Luna 目前是 sub-$1 档位里最便宜的平价、无条件、无脚注的价格，而且还附带 1M 上下文窗口。DeepSeek Flash 在缓存输入上大幅领先，却在缓存未命中时输得很惨。Gemini 3.8 Flash 是三者中今天最贵的，而到 1 月会变成两倍。

但这些都不能告诉你该上线什么。用你自己的 payload 把三家都跑一遍，测量单次正确答案成本和首 token 时间，并在下一次发布到来时 重跑一次——按目前的节奏，这会在一个月内发生。想了解 9 月最后一周整体格局的变化，请看 2026 年 9 月的 AI 模型价格战。

开发必备：API 全流程管理神器 Apifox

介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。

如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。

值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。

获取专属报价与部署方案

详细的私有化部署系统架构与安全白皮书

针对您公司规模的专属报价单

免费的 1v1 专属产品演示 (Demo) 机会

获取部署方案

* 提交后，我们的客户经理将在 1 个工作日内与您联系

林俊锋 企业微信

@Apifox 专属顾问

扫码备注: 私有化 + 公司名