做 AI 曝光优化的人平时很少关心「模型一次调用多少钱」。9 月 22 日这两条消息，值得停一下看看。
先是 OpenAI 发布了 GPT-6 Sol 和 GPT-6 Luna 两款新模型，API 价格比 GPT-5.6 的促销价再降 50%；大约一个半小时后，Anthropic 发布 Claude Opus 5.5，运行成本比上一代低 40%，生成速度提升三成以上。同一天，Perplexity 宣布把 GPT-6 Sol 开放给全部用户，让它接管轻量任务的编排。
三件事指向同一句话：AI 搜索的推理成本，正在快速变便宜。这件事跟 GEO 有直接关系。
一、便宜一半之后，AI 会多翻几页
一次 AI 回答的成本主要花在两处：检索多少轮、塞进上下文多少字。单次调用价格降下来，产品侧就有余量把这两个参数往上调：多搜一轮、多看几个来源、答案写得更长，用户几乎无感。
结果是每个答案能容纳的来源变多了。有统计显示，一个 AI Overview 的回答平均链向 13.3 个来源，AI Mode 约 12.6 个。一个问题的答案里，本来就有十几个位置。
这对做优化的品牌有几层含义：
- 别只盯「排第一」。一个答案里有十几个引用位，能进池子就有效，进不去才是问题
- 看覆盖率，不只看单条命中。同一批问题里品牌被提到的比例，比某一条是否排首位更重要
- 复测频率要跟上。模型在换，一个月前的结果未必还算数
二、深度检索会从「高级功能」变成默认动作
这次最值得注意的是 Perplexity 的动作：把便宜模型的检索能力开放给全部用户，负责「轻量」任务。
翻译一下：以前只有愿意付费、愿意多等的人才会用到多轮检索和交叉核实，现在日常提问也会跑这套流程。检索一多，内容就会被反复翻到：翻到你那一页时，有没有能直接用的东西，决定了是被引用还是被跳过。
有统计说，ChatGPT 检索到的页面里最终只有约 15% 会被引用。剩下的 85% 不是内容不好，而是「翻到了但用不上」。
能被反复调用的页面，通常长这样：
- 关键结论写在前面，不铺垫三段背景
- 数字带口径和日期，比如「2026 年 6 月，样本 1.2 万次查询」
- 明确写出边界：适用什么场景、不适用什么场景
- 有出处可查，而不是只给结论
三、变便宜的另一面：入口会更多
成本降下来，最直接的结果是「带 AI 搜索的产品」变多：办公套件、电商、垂直工具都会内置一层问答。用户在哪儿提问，品牌就得在哪儿被提到。
不同入口，AI 拿到素材的方式不一样：
| 入口类型 | 用户通常怎么问 | 品牌该准备的素材 |
|---|---|---|
| 通用助手 | 开放式问题、多轮追问 | 官网事实页 + 第三方评测 |
| 搜索内置 AI | 短词、带地域或场景 | 结构清晰的产品页 |
| 垂直行业工具 | 参数、对比、适配 | 明确的参数与对比说明 |
建议是：别追求全平台覆盖，先把三到五个主力平台做扎实。同一批问题在每个平台各测一遍，差异往往比想象中大。
四、眼下就能做的三件事
- 给内容补上「可核实」的部分。数字、日期、来源，这三样是 AI 判断能不能引用的基础
- 把内容放到第三方去。AI 看外部评价的权重高于品牌自说自话，前面我们聊过
- 跟着模型节奏复测。这轮降价和新模型是明确信号，两到四周后拿同一批问题重跑一遍，看引用来源有没有变化
成本下降对做 GEO 的人是好事：同样的预算，能在更深的检索里被看见。但前提是内容经得起多看几页 —— 便宜的模型翻得更勤，经不起翻的只会被跳过得更快。