OpenAI 推出 Flex processing：响应变慢，API 价格直接砍半

如果你经常用大模型跑后台任务，可能早就发现了一个大冤种现象：大半夜做离线数据标注或者跑评估，既不需要一秒内蹦出字来，也没人在线干等，但账单上的价格却和白天给用户做实时交互一样贵。

OpenAI 终于对这个场景动刀了。4 月 17 日，OpenAI 针对 API 用户推出了名为 Flex processing 的弹性处理模式。核心逻辑很简单：你接受更慢的响应时间，甚至承担偶尔资源不可用的风险，OpenAI 给你把 API 价格直接打对折。

慢一点，换来价格直接腰折

这项服务目前处于测试阶段，先面向 OpenAI 最新发布的两个推理模型开放：旗舰级的 o3 和轻量级的 o4-mini。

按 OpenAI 的说法，Flex 模式主要针对低优先级的非生产环境任务。比如离线做模型评测、数据扩充与清洗，或者任何不需要实时返回的异步工作负载。

对折是实打实的砍了一半。以 o3 为例，标准价格是每百万输入 token 收费 10 美元、输出收费 40 美元；切到 Flex 模式后，直接降到输入 5 美元、输出 20 美元。

至于本来就不算贵的 o4-mini，Flex 模式下每百万输入 token 降到了 0.55 美元，输出降到了 2.20 美元。换算下来，大约 75 万个英文单词的输入，现在只要半美元左右。

便宜不好占，门槛还在后头

不过，想用上 Flex 并不是直接点个开关就行。在发给开发者的邮件里，OpenAI 还同步收紧了权限。

针对根据消费金额划分的 1 至 3 级普通开发者，想要调用 o3 模型，必须先完成新上线的个人身份认证。不仅如此，o3 以及其他模型的推理摘要和流式输出支持，现在也都被关在了实名认证的门槛后面。

OpenAI 之前的说法是，做身份认证是为了防止坏人滥用模型、违反平台政策。但对许多中小开发者来说，这无疑又多了一道合规成本。

为什么重要

我们认为，OpenAI 这次推出弹性计费，本质上是一次被竞争对手逼出来的精细化运营。

就在同一周，Google 刚推出了 Gemini 2.5 Flash，直接把推理模型的性能拉到对齐甚至超越 DeepSeek R1 的水平，而且输入成本更低。当开源和对手们不断在性价比上贴脸开大，OpenAI 顶端模型的昂贵定价就显得越来越刺眼。

从商业逻辑看，这一步走得相当聪明。数据中心的算力从来都不是全天均匀消耗的，云厂商早就习惯了靠竞价实例（Spot Instance）去填补波谷。OpenAI 拿出闲置或低峰算力半价销售，既清理了冗余算力，又留住了那些因为太贵想跳槽去 DeepSeek 或 Google 的开发者。

对开发者而言，如果你的业务里有大量离线标注、长文本分析或批量评测，现在非常值得立刻把代码切到 Flex。哪怕偶尔超时或重试，省下来的都是真金白银。但如果是面向 C 端实时聊天的产品，就千万别碰这个选项，它的延迟和不可用风险完全不适合前台。

看起来，大模型 API 的竞争已经走过了单纯拼智商的第一阶段，现在各家比拼的，是谁能把算力榨得更干、把账单拆得更细。