OpenAI 推出 Flex processing：響應變慢，API 價格直接砍半

如果你經常用大模型跑後臺任務，可能早就發現了一個大冤種現象：大半夜做離線資料標註或者跑評估，既不需要一秒內蹦出字來，也沒人線上乾等，但賬單上的價格卻和白天給使用者做即時互動一樣貴。

OpenAI 終於對這個場景動刀了。4 月 17 日，OpenAI 針對 API 使用者推出了名為 Flex processing 的彈性處理模式。核心邏輯很簡單：你接受更慢的響應時間，甚至承擔偶爾資源不可用的風險，OpenAI 給你把 API 價格直接打對摺。

慢一點，換來價格直接腰折

這項服務目前處於測試階段，先面向 OpenAI 最新發布的兩個推理模型開放：旗艦級的 o3 和輕量級的 o4-mini。

按 OpenAI 的說法，Flex 模式主要針對低優先順序的非生產環境任務。比如離線做模型評測、資料擴充與清洗，或者任何不需要即時返回的非同步工作負載。

對摺是實打實的砍了一半。以 o3 為例，標準價格是每百萬輸入 token 收費 10 美元、輸出收費 40 美元；切到 Flex 模式後，直接降到輸入 5 美元、輸出 20 美元。

至於本來就不算貴的 o4-mini，Flex 模式下每百萬輸入 token 降到了 0.55 美元，輸出降到了 2.20 美元。換算下來，大約 75 萬個英文單詞的輸入，現在只要半美元左右。

便宜不好佔，門檻還在後頭

不過，想用上 Flex 並不是直接點個開關就行。在發給開發者的郵件裡，OpenAI 還同步收緊了許可權。

針對根據消費金額劃分的 1 至 3 級普通開發者，想要呼叫 o3 模型，必須先完成新上線的個人身份認證。不僅如此，o3 以及其他模型的推理摘要和流式輸出支援，現在也都被關在了實名認證的門檻後面。

OpenAI 之前的說法是，做身份認證是為了防止壞人濫用模型、違反平臺政策。但對許多中小開發者來說，這無疑又多了一道合規成本。

為什麼重要

我們認為，OpenAI 這次推出彈性計費，本質上是一次被競爭對手逼出來的精細化運營。

就在同一周，Google 剛推出了 Gemini 2.5 Flash，直接把推理模型的效能拉到對齊甚至超越 DeepSeek R1 的水平，而且輸入成本更低。當開源和對手們不斷在價效比上貼臉開大，OpenAI 頂端模型的昂貴定價就顯得越來越刺眼。

從商業邏輯看，這一步走得相當聰明。資料中心的算力從來都不是全天均勻消耗的，雲廠商早就習慣了靠競價例項（Spot Instance）去填補波谷。OpenAI 拿出閒置或低峰算力半價銷售，既清理了冗餘算力，又留住了那些因為太貴想跳槽去 DeepSeek 或 Google 的開發者。

對開發者而言，如果你的業務裡有大量離線標註、長文本分析或批次評測，現在非常值得立刻把程式碼切到 Flex。哪怕偶爾超時或重試，省下來的都是真金白銀。但如果是面向 C 端即時聊天的產品，就千萬別碰這個選項，它的延遲和不可用風險完全不適合前臺。

看起來，大模型 API 的競爭已經走過了單純拼智商的第一階段，現在各家比拼的，是誰能把算力榨得更幹、把賬單拆得更細。