推論變便宜之後，軟體沒有被賣，但它的波動換了形狀

七月三十日，OpenAI 調降 GPT-5.6 的 API 價格：Terra 降兩成，Luna 降八成。調完之後，Terra 是每百萬 token 輸入 2 美元、輸出 12 美元，Luna 是 0.20 與 1.20。到八月，Sol 也降到輸入 4 美元、輸出 20 美元，官方定價頁註明這個促銷價至少維持到十一月二十一日。

公告把降價歸因於服務成本下降，不是促銷。

於是一個說法在市場上流傳：推論變便宜，承壓的順序會顛倒過來。雲端巨頭是算力的賣方，降價對它們是報價策略；真正被掀掉一塊的，是靠「模型很貴、我幫你省」這個前提賺錢的應用層。當投入成本自己掉八成，這個價值主張的定價權跟著鬆動，毛利與估值都要重估。

這個推論聽起來很順。順到值得查一下市場同不同意。

價格投的是反對票

從降價前最後一個收盤（七月二十九日）到八月二十四日，共十八個交易日。

被預言要受傷的那一層，漲幅是大盤的兩到三倍。

這裡要講一個容易被藏起來的細節。上面的基準是七月二十九日收盤，也就是把降價當天的反應算進去。如果改用七月三十日收盤當起點，數字會變成 IGV +9.80%、WCLD +15.66%、SPY +2.94%、SMH  +1.47% ——半導體從第三名掉到最後一名。原因是 SMH 在降價當天自己漲了 6.88%，起點差一天，整個半導體的排序就翻掉。

所以半導體的相對位置不是穩健結論，本文不使用它。 兩個基準都成立的只有一件事：軟體層跑贏大盤，沒有被相對懲罰。  至於為什麼，十八個交易日、沒有因子調整、同期還有其他消息，這篇分辨不了，也不假裝分辨得了。

波動率給了一個看似矛盾的答案

價格沒事，風險呢？這才是我們比較擅長的問題。

把降價前後各取十八個交易日，兩段不重疊。IGV 的已實現波動率（年化，收盤對收盤）從 0.2470 升到 0.3223，上升三成。看起來風險確實變高了。

但換一個估計量，答案就翻過來。Parkinson 波動率用的是每日最高最低價的區間，同一段期間 IGV 從 0.2758 降到 0.2214，下降約兩成。

兩個都是標準做法，方向相反。這種時候通常有兩個可能：一是十八天太短，兩個估計量都在雜訊裡；二是它們各自量到的東西真的分開了。

分辨方法很直接。收盤對收盤的報酬可以拆成兩段：昨天收盤到今天開盤（隔夜跳空），和今天開盤到今天收盤（盤中）。變異數有個恆等式：

收盤對收盤變異數 ＝ 隔夜變異數 ＋ 盤中變異數 ＋ 兩者共變數的兩倍

Parkinson 只看盤中區間，看不到隔夜那一段，也看不到共變數。把三項分別算出來，就知道上升是從哪一項來的。

上升的不是波動，是兩段不再互相抵銷

拆完之後（年化變異數）：

隔夜幾乎沒動，盤中降了三分之一。上升的是第三項，那個負的共變數幾乎消失。三項相加確實等於收盤對收盤變異數，這個恆等式在程式裡對五個標的、兩個窗口都逐一驗過。

翻成白話：以前 IGV 開盤跳高，盤中傾向被賣回去一點；開盤跳低，盤中傾向被買回來一點。這種「日內把隔夜的方向修掉」的傾向，讓收盤對收盤的波動看起來比兩段各自加起來更小。降價後，這個反向關係基本消失。

要小心的是它的意思。相關係數接近零只代表 盤中報酬不再系統性地與隔夜報酬反向 ，不代表盤中不動，盤中仍然可以有很大的獨立漲跌。

IGV 的隔夜與盤中相關係數，從  −0.6102  變成  −0.0313 。

但這不是軟體獨有的，而且要看你比什麼

這裡是最容易寫過頭的地方，所以把反例放在同一張表上。

五個標的的相關係數變化 都是正的 ，IGV 的變化幅度最大。但變化大不等於結果罕見：IGV 降價後的水準是 −0.03，放回它自己的歷史只在第 59 百分位，很普通。水準排得最高的是 SPY 與 QQQ——它們從幾乎無關轉成明顯正相關，落在第 92.6 與第 84.5 百分位。這句話的意思僅止於「比同長度窗口裡的 92.6%／84.5% 高」，不是統計上的罕見。

所以正確的說法不是「軟體的風險結構被推論降價改變了」，也不是「整個市場都變成同向」。證據只支持這句： 五個 ETF 的隔夜／盤中相關係數變化都是正的；變化最大的是 IGV，而結果水準最不尋常的是大盤與那斯達克。  五檔高度重疊、科技權重都很高的 ETF，也不足以代表「整個市場」。

一個更平淡的解釋在時間上也對得上：八月是美國軟體股財報密集的月份，財報後的跳空本來就傾向延續而不是被修掉。這個解釋不需要用到推論價格。

那有沒有哪個指標是軟體真的比較特別的？有一個。IGV 對 SPY 的波動比，降價後那一段是 2.630，落在自身歷史第  85.1  百分位，軟體相對大盤的波動確實偏高。但這是一個水準的描述，不是誰造成誰；同期 WCLD 對 SPY 是第 80.6 百分位、SMH 對 SPY 是第 77.4 百分位，整組科技資產的相對波動都在偏高區。

這件事真正的用處

如果只看一個數字，收盤對收盤波動率上升三成，很容易寫出一段完全講得通、也完全錯的因果：推論降價、軟體承壓、風險上升。

拆開之後，同一個數字的內容是：隔夜幾乎沒變，盤中反而更安靜，只是兩者不再互相抵銷。這整套敘述只對 IGV 成立——SPY 與 QQQ 的盤中變異數其實是上升的（0.0063→0.0083、0.0169→0.0212）。五檔共同成立的只有一件事：隔夜與盤中的相關係數變化都是正的。

這不是統計技巧的問題，是量到的東西不一樣。收盤對收盤波動率把「隔夜的資訊」和「盤中的消化」混在一起報一個數。多數時候這無所謂。它一旦變動，這個數字就會在沒有任何一段真的變吵的情況下自己往上走。

對一般讀者，這件事可以縮成一句可操作的懷疑： 看到「波動變高了」，先問是哪一段變高。  如果講的人答不出來，那句話大概率只是把一個混合統計量當成了一個機制。

誠實的邊界

• 十八個交易日。所有百分位都是把「降價後那一段」的數值放回這個標的自己 2024 年以來所有同樣長度窗口的分布裡，看它排在哪裡。這是描述，不是統計檢定，也不宣稱因果。
• 本文不報信賴區間。這類滾動窗口估計值彼此高度重疊，相鄰兩個共用幾乎全部的日資料，把它們當成獨立樣本去重抽會低估不確定性；十八天也撐不起能保留序列相依的替代做法。與其給一個看起來嚴謹的假區間，不如只報描述值。
• 事件日只用來切窗口。同期還有財報季、總體數據與其他事件，本文沒有隔離它們，也沒有做因子調整。
• 起點的選擇會改變結論，文中已標明：半導體的排序在兩個基準下相反，因此不使用；軟體跑贏大盤在兩個基準下都成立，因此使用。
• 使用 yfinance 日頻調整後價格；2026-08-25 當天美股尚未收盤，該筆未完成的日資料已排除，樣本結束於 2026-08-24。
• 「推論降價會壓縮應用層毛利」是財務主張，要看實際財報的毛利率才能驗證。本文沒有檢驗它。本文檢驗的是它在價格與波動上應該留下的痕跡，而這十八個交易日的結果是兩面的：價格上，軟體層在兩個基準下都跑贏大盤，沒有被相對懲罰；波動上，IGV 的收盤對收盤波動確實上升三成、對大盤的相對波動落在第 85.1 百分位、隔夜與盤中的相關係數變化也是五檔裡最大的。只是這些波動面的變化，沒有一項是軟體獨有、或能歸因於推論價格的。

資料來源：模型價格為 OpenAI 官方公告（2026-07-30）與官方定價頁（developers.openai.com，查證於 2026-08-25），轉錄於 storage/drafts/trending_20260825_pricing_primary_source.json；市場資料為 yfinance 調整後日頻價格。計算腳本與完整輸出：trending_20260825_inference_pricing_analysis.py、trending_20260825_inference_pricing_results.json。

懶人包圖組