GPT-6 Luna vs Gemini 3.8 Flash vs DeepSeek: ต้นทุนจริงของ API ระดับต่ำกว่า 1 ดอลลาร์คือเท่าไร

คุณมีเอนด์พอยต์ที่จำแนกตั๋วสนับสนุน หรือดึงสามฟิลด์จากเพย์โหลดเว็บฮุก หรือเขียนสรุปหนึ่งบรรทัดของรายการบันทึก มันทำงานหลายล้านครั้งต่อเดือน มาตรฐานคุณภาพคือ “ดีพอและสม่ำเสมอ” และตัวเลขเดียวที่ทีมการเงินของคุณสนใจคือบิล

จนถึงวันที่ 2026-09-22 ช่วงราคานั้นเป็นของไลน์ Flash ของ Google และของ DeepSeek จากนั้น OpenAI เปิดตัว GPT-6 Luna ที่ $0.10 ต่ออินพุตหนึ่งล้านโทเคน และ $0.50 ต่อเอาต์พุตหนึ่งล้านโทเคน พร้อมหน้าต่างบริบท 1M และช่วงราคาก็แน่นขนัด

ข้อควรระวังคือราคาที่เป็นพาดหัวทั้งสามไม่ได้เป็นตัวเลขประเภทเดียวกัน ตัวหนึ่งเป็นส่วนลดที่วัดเทียบกับโปรโมชัน ตัวหนึ่งหมดอายุตามวันที่ในปฏิทิน ตัวหนึ่งเปลี่ยนไปตามเวลาของวันที่งานของคุณรัน หากเรียงตามที่พิมพ์ไว้ คุณจะเลือกโมเดลผิด

ราคาที่เผยแพร่ ณ วันที่ 2026-09-23

ราคาของ Luna และ DeepSeek มาจากหน้าของผู้ให้บริการแต่ละราย ส่วนแถวของ Gemini มาจากหน้าราคา API ของ Google ระดับแบบเสียค่าใช้จ่าย

สำหรับอินพุตแบบเหมาจ่ายต่อโทเคน Luna ถูกกว่า Gemini 3.8 Flash 7.5 เท่า และถูกกว่า DeepSeek Flash ช่วงพีค 3 เท่า สำหรับเอาต์พุตคือ 7.5 เท่าและ 2.4 เท่า นั่นคือเรื่องราวทั้งหมดหากคุณไม่แคชเลยและไม่อ่านเชิงอรรถ มีเชิงอรรถสามข้อตามมา และทุกข้อสามารถพลิกการตัดสินใจได้

เครื่องหมายดอกจันที่หนึ่ง: ส่วนลดของ OpenAI วัดเทียบกับราคาโปรโมชัน

OpenAI กล่าวว่า Luna และ Sol พี่ใหญ่ของมันถูกกว่าราคาโปรโมชันของ GPT-5.6 อยู่ 50% “โปรโมชัน” เป็นคำของ OpenAI เอง และควรอยู่ในทุกครั้งที่กล่าวอ้างนั้นซ้ำ

บทความเปิดตัวของเราบันทึกราคาป้ายของ GPT-5.6 Luna ไว้ที่อินพุต $1.00 และเอาต์พุต $6.00 เมื่อวัดเทียบกับราคาป้ายแทนที่จะเทียบกับโปรโมชัน GPT-6 Luna ที่ $0.10 และ $0.50 คือส่วนลด 90% สำหรับอินพุตและ 92% สำหรับเอาต์พุต การปรับลดจริงนั้นใหญ่กว่าที่พาดหัว พาดหัวเพียงแค่อิงกับส่วนลด

สิ่งที่หมายความในทางปฏิบัติ: $0.10 และ $0.50 ถูกประกาศเป็นราคาของ Luna ไม่ใช่โปรโมชัน ดังนั้นให้วางแผนโดยอิงราคานี้ แต่อย่ามองว่า “ถูกกว่าราคาโปรโมชัน GPT-5.6 50%” เป็นการเปรียบเทียบข้ามรุ่นแบบเทียบต่อเทียบ เพราะมันไม่ใช่ หากคุณกำลังย้ายระบบ ดู GPT-6 Luna คืออะไร และรายละเอียดระดับรุ่นก่อนหน้าใน GPT-5.6 Sol กับ Terra กับ Luna

เครื่องหมายดอกจันที่สอง: ราคา Gemini Flash มีวันหมดอายุ

หน้าราคาของ Google พิมพ์ตัวเลขทั้งสองไว้ในเซลล์เดียวกัน Gemini 3.8 Flash อยู่ที่อินพุต $0.75 และเอาต์พุต $3.75 “ถึงวันที่ 31 ธันวาคม 2026” จากนั้นเป็น $1.50 และ $7.50 “เริ่มวันที่ 1 มกราคม 2027” การแคชบริบทมีรูปแบบเดียวกัน คือ $0.075 ตอนนี้และ $0.15 ในเดือนมกราคม Gemini 3.7 Flash และ 3.6 Flash มีแถวเหมือนกัน

หากคุณกำลังสร้างโมเดลต้นทุน 12 เดือนบน Flash ในสัปดาห์นี้ สามเดือนในนั้นมีราคาเป็นสองเท่า ทีมที่ตั้งงบการใช้จ่าย Flash $60k สำหรับปีหน้าด้วยราคาวันนี้ กำลังตั้งงบสำหรับใบแจ้งหนี้จริงประมาณ $90k สมมติว่าปริมาณคงที่ นั่นไม่ใช่ความคลาดเคลื่อนจากการปัดเศษ

ข้อเท็จจริงที่เกี่ยวข้องสองข้อจากหน้าเดียวกัน ไม่มี Gemini 3.8 Flash-Lite หรือ 3.7 Flash-Lite อยู่ในรายการ รายการ Flash-Lite ที่ถูกที่สุดที่เหลืออยู่คือ Gemini 3.5 Flash-Lite ที่อินพุต $0.30 และเอาต์พุต $2.50 และ Gemini 2.5 Flash-Lite ที่อินพุต $0.10 และเอาต์พุต $0.40 แถวสุดท้ายนั้นเป็นรายการเดียวในการเปรียบเทียบทั้งหมดนี้ที่ถูกกว่า Luna ในด้านเอาต์พุต และมันเก่าสองรุ่นแล้ว

เครื่องหมายดอกจันที่สาม: ราคาของ DeepSeek ขึ้นอยู่กับเวลา

DeepSeek เผยแพร่คอลัมน์ช่วงพีคและนอกพีค ช่วงพีคใช้เวลา 01:00 ถึง 04:00 และ 06:00 ถึง 10:00 UTC วันจันทร์ถึงวันศุกร์ ยกเว้นวันหยุดราชการของจีน ช่วงนอกพีคเป็นครึ่งหนึ่งของช่วงพีคทั่วทั้งหมด สำหรับ deepseek-flash นั่นคือ $0.30 เทียบกับ $0.15 สำหรับอินพุตที่พลาดแคช และ $1.20 เทียบกับ $0.60 สำหรับเอาต์พุต

สำหรับแบตช์กลางคืน นี่คือเงินฟรี: ย้าย cron ออกนอกหน้าต่างเวลาแล้วลดบิลครึ่งหนึ่ง สำหรับทราฟฟิกแบบอินเทอร์แอกทีฟทั่วโลก มันเป็นปัญหาปวดหัวในการสร้างโมเดล เพราะอัตราที่แท้จริงของคุณคือส่วนผสมที่คุณไม่สามารถอ้างอิงได้จนกว่าจะวัดการกระจายคำขอของคุณเทียบกับนาฬิกา UTC หาก DeepSeek เป็นตัวเลือกจริงจัง ให้บันทึกเวลาประทับ UTC ควบคู่กับจำนวนโทเคนในทุกการเรียก หรือไม่โมเดลต้นทุนของคุณก็คือการเดาที่ใส่สเปรดชีต

บทวิเคราะห์โครงสร้างราคานั้นของเราก่อนหน้านี้อยู่ใน ราคา DeepSeek-V4.1-Flash

จุดที่ระดับราคาแตกต่างจริง ๆ: อินพุตที่แคชไว้

การเข้าแคชของ DeepSeek เป็นตัวเลขอินพุตที่ถูกที่สุดในทุกที่ของการเปรียบเทียบนี้ ต่ำกว่าราคาพลาดแคชของตัวเอง 50 เท่า ราคาพลาดแคชของมันยังเป็น 3 เท่าของอัตราเหมาจ่ายของ Luna ดังนั้น DeepSeek ให้ผลตอบแทนอย่างน่าทึ่งสำหรับงานที่มีคำนำหน้าคงที่ยาว และลงโทษงานที่ส่งพรอมป์ต์ใหม่ทุกครั้ง อัตราส่วนของ Luna แบนราบกว่า ซึ่งส่วนใหญ่หมายความว่ามีวิธีที่จะทำให้ผิดพลาดร้ายแรงได้น้อยกว่า

GPT-6 ยังเปิดตัวรีลีสการแคชจริง ไม่ใช่แค่บรรทัดราคา อัตราการเข้าแคชสูงขึ้นโดยค่าเริ่มต้น ส่วนลด 90% สำหรับการอ่านอินพุตที่แคช แดชบอร์ด Prompt Caching และเครื่องมือวินิจฉัย จุดแบ่งที่ชัดเจนเพื่อให้คุณเลือกว่าคำนำหน้าที่แคชไว้สิ้นสุดตรงไหน และที่มีประโยชน์ที่สุดคือ การเปลี่ยนความพยายามในการให้เหตุผลหรือความพร้อมใช้งานของเครื่องมือไม่ทำให้แคชใช้ไม่ได้อีกต่อไป GitHub รายงานว่าโทเคนพรอมป์ต์ที่ต้องประมวลผลใหม่ลดลงมากกว่า 50% ทั่วคำขอหลายพันล้านครั้ง หากคุณเคยเห็นอัตราการเข้าแคชพังทลายเพราะมีคนเปิดเครื่องมือหนึ่งตัว คุณก็รู้ว่าคุณสมบัตินั้นมีค่าแค่ไหน อ่านเพิ่มเติมได้ที่ รีลีสการแคชพรอมป์ต์ของ GPT-6

ต่อโทเคนเป็นหน่วยที่ผิด

OpenAI เผยแพร่ต้นทุนต่องานควบคู่กับความแม่นยำ ซึ่งเป็นการนำเสนอที่ซื่อตรงกว่า บน DeepSWE 1.1 Luna ที่การให้เหตุผลระดับสูงสุดได้คะแนน 66.6% ซึ่ง OpenAI อธิบายว่าเทียบได้กับ Claude Opus 5 และ Fable 5 ที่ความพยายามระดับกลาง โดยมีต้นทุนต่องานต่ำกว่า Opus 5 93% และต่ำกว่า Fable 5 96% บน OSWorld 2.0 แบบออฟไลน์ Luna ที่ระดับสูงสุดเอาชนะ GPT-5.6 Sol ที่ระดับกลางได้ในต้นทุนประมาณหนึ่งในสิบ บนความถูกต้องตามข้อเท็จจริง Luna ที่ความพยายามสูงกว่าจับคู่กับ GPT-5.6 Sol ได้ที่ต้นทุนประมาณหนึ่งในร้อย เมื่อเทียบกับรุ่นก่อนของตัวเองบน AutomationBench 1.0.6 Luna ที่ความพยายามสูงได้คะแนนดีกว่า 5.4 คะแนน ที่ต้นทุนต่องานต่ำกว่า 58%

ตอนนี้ส่วนที่สำคัญกว่าทุกสิ่ง: ทั้ง Google และ DeepSeek ไม่เผยแพร่ตัวเลขต้นทุนต่องานบนเบนช์มาร์กเหล่านี้สำหรับ Gemini 3.8 Flash หรือ deepseek-flash ดังนั้นบทความนี้คือการเปรียบเทียบราคาสามทาง บวกกับคำกล่าวอ้างต้นทุนต่องานของผู้ให้บริการรายหนึ่งเกี่ยวกับตัวเอง ไม่ใช่ตารางจัดอันดับเอเจนต์สามทาง และใครก็ตามที่โชว์ตารางแบบนั้นให้คุณสำหรับระดับนี้ ไม่ได้กำลังรันฮาร์เนสของบุคคลที่สามที่ควรจะระบุชื่อ ก็กำลังกุตัวเลขขึ้นมา

เหตุผลที่การเปรียบเทียบต่อโทเคนทำให้เข้าใจผิดคือโทเคนการให้เหตุผล โมเดลที่คิดเงินต่อโทเคนถูกกว่า 3 เท่าและปล่อยโทเคนมากกว่า 5 เท่าเพื่อทำงานเดียวกันให้เสร็จ จะทำให้คุณจ่ายมากกว่า โทเคนเอาต์พุตรวมการคิดคือสิ่งที่คุณจ่ายจริง และมีเพียงงานของคุณเองเท่านั้นที่รู้อัตราส่วนนั้น

กับดักความหน่วง

Artificial Analysis ซึ่งเป็นบุคคลที่สาม ไม่ใช่ผู้ให้บริการรายใดรายหนึ่ง วัด GPT-6 Luna ได้ที่ 153.9 โทเคนเอาต์พุตต่อวินาที โดยมีเวลาถึงโทเคนแรก 124.23 วินาที และ GPT-6 Sol ที่ 115.2 โทเคนต่อวินาทีที่ 102.15 วินาที ตัวเลขเหล่านั้นเป็นของตัวแปรการให้เหตุผลระดับ “สูงสุด” ดังนั้นให้อ่านเป็นเพดาน ไม่ใช่สิ่งที่คุณจะเห็นที่ความพยายามเริ่มต้น ให้ถือว่าทั้งคู่ยังไม่ได้รับการยืนยันเทียบกับข้อมูลจากผู้ให้บริการโดยตรง

ทิศทางยังคงเป็นประเด็นสำคัญ ในรุ่นนี้โมเดลราคาถูกไม่ใช่โมเดลที่เร็ว สองนาทีถึงโทเคนแรกนั้นใช้ได้เลยสำหรับงานเสริมข้อมูลข้ามคืน และใช้ไม่ได้โดยสิ้นเชิงหลังกล่องแชท หากเอนด์พอยต์ของคุณหันหน้าให้ผู้ใช้ เวลาถึงโทเคนแรกที่ระดับความพยายามที่คุณเลือกเป็นตัวตัดสินคำถาม ไม่ใช่ดอลลาร์ต่อล้าน

วัดด้วยตัวเอง: คำขอเดียว สามสภาพแวดล้อม

ผู้ให้บริการทั้งสามรายรับการเรียก chat completions ในรูปแบบ OpenAI ดังนั้นคุณไม่จำเป็นต้องมีไคลเอนต์สามตัว

สร้างคำขอครั้งเดียว ใส่ base_url, model_id และ api_key ไว้ในสภาพแวดล้อม Apidog จากนั้นสลับสภาพแวดล้อมเพื่อยิงคำขอที่บันทึกไว้เดียวกันไปยังผู้ให้บริการแต่ละราย ไม่มีการคัดลอกวาง curl ไม่มีความคลาดเคลื่อนระหว่างพรอมป์ต์สามเวอร์ชันของคุณ

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}}"}
  ]
}

Apidog รันสคริปต์หลังตอบกลับที่เข้ากันได้กับ Postman ดังนั้นให้ตรวจสอบรูปร่างและความหน่วง และบันทึกบล็อก usage ในการรันเดียวกัน:

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);

จากนั้นรันเพย์โหลดจริง 200 รายการเดียวกันผ่านแต่ละสภาพแวดล้อม และบันทึกสี่สิ่งต่อการเรียก: usage.prompt_tokens, usage.completion_tokens, เวลาตอบสนอง และว่าการตรวจสอบผ่านหรือไม่ คูณจำนวนโทเคนด้วยตารางราคาข้างต้น แล้วหารด้วยจำนวนที่ผ่านของคุณ นั่นให้ต้นทุนต่อคำตอบที่ถูกต้อง ซึ่งเป็นตัวเลขเดียวที่ตัดสินอะไรได้ รันรอบ DeepSeek สองครั้ง ครั้งหนึ่งในช่วงพีค UTC และอีกครั้งนอกช่วงนั้น ไม่งั้นคุณวัดได้เพียงครึ่งราคา

คว้าเลือกอะไรดี

แถวสุดท้ายนั้นมีบทความของตัวเอง: GPT-6 Luna สำหรับงาน API ปริมาณสูง

สรุป

GPT-6 Luna เป็นราคาแบบเหมาจ่าย ไม่มีเงื่อนไข ไม่มีเชิงอรรถ ที่ถูกที่สุดในระดับต่ำกว่า $1 ตอนนี้ และมาพร้อมหน้าต่างบริบท 1M DeepSeek Flash เอาชนะมันด้านอินพุตที่แคชได้อย่างมาก และแพ้อย่างหนักเมื่อพลาดแคช Gemini 3.8 Flash แพงที่สุดในสามตัววันนี้ และจะเป็นสองเท่าในเดือนมกราคม

ไม่มีสิ่งใดในนั้นบอกคุณว่าควรปล่อยอะไร ให้รันเพย์โหลดของคุณเองผ่านทั้งสามตัว วัดต้นทุนต่อคำตอบที่ถูกต้องและเวลาถึงโทเคนแรก แล้วรันซ้ำเมื่อการเปิดตัวครั้งถัดไปมาถึง ซึ่งตามจังหวะปัจจุบันจะเกิดขึ้นภายในหนึ่งเดือน สำหรับภาพรวมที่กว้างขึ้นของสิ่งที่เปลี่ยนไปในสัปดาห์สุดท้ายของเดือนกันยายน ดู สงครามราคาโมเดล AI เดือนกันยายน 2026