今天上午我给一个参赛智能体做 8000 条全量压测，16 并发跑了一半，DeepSeek 账户余额不足，上游直接返 402「Insufficient Balance」。
结果就是 5512 条全挂。
我充值、重启、重跑官方 40 条：40/40 全绿，P95 11.7 秒，最慢 12.2 秒。
盯着那个 402 的时候我突然意识到一件事——现在这些 AI 大模型（能写会聊天的通用模型）在打价格战，你的账单可能真的贵了一截。
这次降了多少
OpenAI 7 月 30 日把小模型 GPT-5.6 Luna 砍了 80%：输入从 1 美元降到 0.2 美元/百万 token（模型计费的最小单位，一个汉字差不多 1 个 token），输出从 6 美元降到 1.2 美元。缓存读从 0.1 降到 0.02。
中档 Terra 降 20%，旗舰 Sol 没动。
Anthropic 那边，Haiku 5.5 比上一代最高低 90%。Opus 5.5 输入输出降 20%，缓存读降 60%。
有企业支出数据公司（Ramp）拉了真实账单：现在企业实际 token 均价已经跌到约 0.59 美元/百万。
这不是我算的，是它们官方价目表上写的，10 月 26 日核对过。
为什么越打越凶
三句话讲清楚。
切换成本太低了。 现在写代码的助手工具（OpenCode、Zed 的编码助手）随便切模型。你有得选，它就锁不住你。
Vercel 的网关数据：9 月份 48% 的团队换了主力模型，28.6% 连供应商都换了。
开权重模型在贴身肉搏。 DeepSeek、GLM-5.2 这些开源模型，性能不差、价格更低，29 家公司同时在卖同一个模型，你按最低价挑。
效率真的在涨。 两家都说是训练优化、推理优化的结果，成本结构变了，价格才敢降。
一句话：模型本身在变便宜，你的调用方式却没变。
落到你的 AI 客服上
你的客服每天几万次问答，用的是不是还在按「上个月的价」算？
三个动作，今天就能做：
1. 把账单拉出来重算。 你上月花多少？按现在小模型价重算一遍，差距可能 40% 起。
2. 判断该不该切小模型。 你 90% 的请求是简单问答吗？是的话，本来就不该用旗舰模型。
3. 评估国产模型。 同样能干活，价格再低一截。别只看性能，看合规和稳定性你能不能接受。
我给你一张可以直接填的成本重算表——下面就是。
AI 客服成本重算表（直接填）
| 项 | 你的现状 | 重算后 |
|---|---|---|
| 月请求量 | ____ 万次 | 同上 |
| 现用模型 + 单价 | ____ | 小模型 0.2 美元/百万 |
| 月账单 | ____ 元 | ↓ 约 40–70% |
| 是否 90% 为简单问答 | 是 / 否 | 是→切小模型 |
| 缓存命中率 | ____% | 提缓存可再降 |
| 能否接受国产模型 | 能 / 不能 | 能→再降一档 |
把「月请求量 × 新单价」填进去，你就知道自己白花了多少。
一个容易踩的坑
我今天的 402 就是活例子。
账户余额不足，不是模型变贵了，是你的账户没钱了。
降的是单价，不降的是你监控账单的动作。 设个余额告警，别让压测那天变成事故那天。
说到底
模型在降价，但你的成本意识没跟上，钱就白花。
对小微企业来说，这 40% 的成本差，可能就是一个月人工。
我是合尘猫。我们专注小微企业知识库和 AI 客服落地。
这半年，我帮不少老板把账单重算过一遍。
你的客服账单，要不要也重算一遍？
#AI客服 #大模型 #成本优化 #小微企业 #一人公司
互动： 你现在跑 AI 客服，月账单大概多少？评论区聊聊，我看看谁最贵。