OpenAI三个"Aurora"神秘模型一闪而过；DeepSeek开放搜索与抓取API，每千次5元

模型层的两条动态值得开发者留意：一边是OpenAI模型列表里惊鸿一瞥的三个"Aurora"神秘模型，引发下一代产品线的种种猜测；另一边是DeepSeek正式开放搜索与网页抓取两项API，把自研搜索引擎的能力以每千次5元的价格推向市场^[1]。

OpenAI的"极光"疑云

10月18日，有开发者发现OpenAI的API模型列表中突然出现三个陌生名字：aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha，均以Aurora（极光）命名，分别对应红、绿、蓝三种颜色；但相关条目很快便从模型列表中消失^[1]。有两点必须先讲清楚：其一，此次发现来自第三方维护的OpenAI模型列表镜像，并非官方公告；其二，"快速出现又快速消失"本身就是内部测试条目的典型行为——因此这些模型究竟是什么、是否会正式发布，目前都还是未知数^[1]。外界的猜测集中在两个方向：一说它们可能是GPT-6 Astra后续版本的内部检查点，专门对标竞品在创意编码、长程agent、视觉/3D方面的强项；另一说则认为三个颜色对应OpenAI的三个图像模型，以红绿蓝命名暗合色彩通道^[1]。无论哪种猜测属实，"Aurora"这个命名系列的曝光至少说明OpenAI的下一代产品线已在API侧进入某种测试节奏——但镜像列表的曝光方式注定其规格与发布时间均无定论，对追热点的开发者而言，谨慎是第一原则。

DeepSeek开放搜索与抓取API：补齐RAG的两块拼图

相比悬而未决的"极光"，DeepSeek的动作更为落地：正式开放Search和Fetch两项API，向开发者提供基于自研搜索引擎的网页搜索及内容抓取能力^[2]。先看功能。Search API根据关键词返回结构化搜索结果，字段覆盖网页标题、链接、摘要与发布日期——这意味着开发者拿到的是可直接入链的干净数据，而非还要二次解析的HTML；Fetch API则抓取指定网页，把正文转换为Markdown文本，正好适配当下大模型生态里事实上的文档格式^[2]。对构建检索增强（RAG）链路的团队来说，这两项能力分别补上了"搜得到"与"取得回"两块基础拼图，官方背景数据亦显示其自研搜索引擎每天在全球处理数亿次请求，检索基础设施的成熟度有一定背书^[2]。再看商务条款。计费采取按成功请求收费：每千次调用5元；失败、超时或未返回有效结果的请求不收费——把风险留给了平台而非开发者；对接入其API的Claude Code、Codex和DeepSeek Harness三类客户端，还提供阶段性免费搜索调用，明显意在培养生态习惯^[3]。

看点：检索成本正在成为AI应用的差异化变量

把两条新闻放在一起看，行业竞争的层次感很清晰。模型侧，OpenAI的迭代节奏藏不住了，但发布之前一切皆传闻；工具链侧，DeepSeek用"每千次5元+失败不收费"的定价把搜索与抓取变成了廉价的基础设施。当各家模型能力趋于接近，应用层的差异化越来越取决于两件事——检索质量与工具链成本。搜索API的定价战此前已在海外市场上演，如今以人民币计价的低价选项出现，国内开发者的RAG成本曲线有望进一步下移；是否引发同行跟进降价，是接下来最值得观察的变量。

开发者接入前需要知道的三件事

把官方披露的条款翻译成工程语言：其一，Search API的返回是结构化数据——网页标题、链接、摘要、发布日期四类字段，可直接映射为检索管道的元数据，省掉正则清洗HTML的工序^[2]；其二，Fetch API的输出是Markdown正文，与主流大模型的文档解析习惯一致，网页正文之外的内容（导航、广告）默认不进入上下文，token成本更可控^[2]；其三，计费只按成功请求计算——每千次5元，失败、超时、空结果一律不计费，重试策略的财务风险为零，这一点对高频轮询型应用尤其友好^[3]。