OpenAI 这次是真把价格打下来了。
GPT-5.4 mini 和 nano 两款小模型刚发布，官方给的数据是：标注 76,000 张图片只要 52 美元。折算下来，单张图片成本 0.00068 美元，也就是不到一厘钱。
这个价格意味着什么？
小模型到底便宜在哪？
先看参数规模。mini 和 nano 是 GPT-5.4 的"瘦身版"，参数量分别是原版的 1/10 和 1/50。参数少，推理成本就低，延迟也更快。
便宜的不只是图像理解。文本生成、代码补全，这两款小模型的定价都在行业低位。OpenAI 的算盘很清楚：用低价抢占长尾市场，让开发者习惯他们的生态。
对创业公司意味着什么？
好消息是：依赖视觉 API 的创业公司成本压力会小很多。之前用 GPT-4 Vision 做图片分析，跑几万张图就得心疼钱包。现在用 nano，成本能压到原来的几分之一。
坏消息是：大厂都在卷小模型。Google 的 Gemini Flash、Anthropic 的 Claude Haiku、Mistral 的 Ministral，价格一路往下探。创业公司如果只做"调用 API 做应用"，护城河会越来越浅。
真的能替代大模型吗？
不能。
小模型的短板很明显：复杂推理能力弱，长上下文处理吃力，对专业领域的理解也有限。如果你要写一篇深度分析文章，或者让模型理解一份 100 页的技术文档，mini 和 nano 都扛不住。
它们更适合的场景是：批量处理、简单问答、实时交互。比如给电商网站的商品图自动打标签，或者给客服机器人做第一轮筛选。
小模型价格战会持续多久？
至少还要打一年。
现在各家都在赌小模型会成为 AI 应用的"水电煤"——无处不在，价格低到用户不敏感。谁能先把成本压到极致，谁就能占据更大的市场份额。
但对开发者来说，这不是坏事。以前跑不起的实验，现在可以跑了。以前只能用开源模型的场景，现在也能用商业 API 了。
我的判断
小模型会越来越便宜，性能也会越来越好。但"最便宜"不等于"最好用"。
选模型还是要看场景。如果你做的是高精度医疗影像分析，别省那点钱，用最好的大模型。如果你做的是社交媒体图片分类，nano 可能就够用了。
这次 OpenAI 的定价，本质上是把"能用的门槛"降低了。至于"好用的门槛"，还是要靠模型能力说话。