OpenAI三個「Aurora」神秘模型一閃而過；DeepSeek開放搜尋與抓取API，每千次5元

模型層的兩條動態值得開發者留意：一邊是OpenAI模型列表裡驚鴻一瞥的三個「Aurora」神秘模型，引發下一代產品線的種種猜測；另一邊是DeepSeek正式開放搜尋與網頁抓取兩項API，把自研搜尋引擎的能力以每千次5元的價格推向市場^[1]。

OpenAI的「極光」疑雲

10月18日，有開發者發現OpenAI的API模型列表中突然出現三個陌生名字：aurora-red-alpha、aurora-green-alpha、aurora-blue-alpha，均以Aurora（極光）命名，分別對應紅、綠、藍三種顏色；但相關條目很快便從模型列表中消失^[1]。有兩點必須先講清楚：其一，此次發現來自第三方維護的OpenAI模型列表鏡像，並非官方公告；其二，「快速出現又快速消失」本身就是內部測試條目的典型行為——因此這些模型究竟是什麼、是否會正式發布，目前都還是未知數^[1]。外界的猜測集中在兩個方向：一說它們可能是GPT-6 Astra後續版本的內部檢查點，專門對標競品在創意編碼、長程agent、視覺/3D方面的強項；另一說則認為三個顏色對應OpenAI的三個圖像模型，以紅綠藍命名暗合色彩通道^[1]。無論哪種猜測屬實，「Aurora」這個命名系列的曝光至少說明OpenAI的下一代產品線已在API側進入某種測試節奏——但鏡像列表的曝光方式注定其規格與發布時間均無定論，對追熱點的開發者而言，謹慎是第一原則。

DeepSeek開放搜尋與抓取API：補齊RAG的兩塊拼圖

相比懸而未決的「極光」，DeepSeek的動作更為落地：正式開放Search和Fetch兩項API，向開發者提供基於自研搜尋引擎的網頁搜尋及內容抓取能力^[2]。先看功能。Search API根據關鍵詞返回結構化搜尋結果，欄位覆蓋網頁標題、連結、摘要與發布日期——這意味著開發者拿到的是可直接入鏈的乾淨資料，而非還要二次解析的HTML；Fetch API則抓取指定網頁，把正文轉換為Markdown文字，正好適配當下大模型生態裡事實上的文件格式^[2]。對建構檢索增強（RAG）鏈路的團隊來說，這兩項能力分別補上了「搜得到」與「取得回」兩塊基礎拼圖，官方背景資料亦顯示其自研搜尋引擎每天在全球處理數億次請求，檢索基礎設施的成熟度有一定背書^[2]。再看商務條款。計費採取按成功請求收費：每千次呼叫5元；失敗、逾時或未返回有效結果的請求不收費——把風險留給了平台而非開發者；對接入其API的Claude Code、Codex和DeepSeek Harness三類客戶端，還提供階段性免費搜尋呼叫，明顯意在培養生態習慣^[3]。

看點：檢索成本正在成為AI應用的差異化變數

把兩條新聞放在一起看，行業競爭的層次感很清晰。模型側，OpenAI的迭代節奏藏不住了，但發布之前一切皆傳聞；工具鏈側，DeepSeek用「每千次5元+失敗不收費」的定價把搜尋與抓取變成了廉價的基礎設施。當各家模型能力趨於接近，應用層的差異化越來越取決於兩件事——檢索品質與工具鏈成本。搜尋API的定價戰此前已在海外市場上演，如今以人民幣計價的低價選項出現，國內開發者的RAG成本曲線有望進一步下移；是否引發同行跟進降價，是接下來最值得觀察的變數。

開發者接入前需要知道的三件事

把官方揭露的條款翻譯成工程語言：其一，Search API的返回是結構化資料——網頁標題、連結、摘要、發布日期四類欄位，可直接映射為檢索管道的元資料，省掉正則清洗HTML的工序^[2]；其二，Fetch API的輸出是Markdown正文，與主流大模型的文件解析習慣一致，網頁正文之外的內容（導航、廣告）預設不進入上下文，token成本更可控^[2]；其三，計費只按成功請求計算——每千次5元，失敗、逾時、空結果一律不計費，重試策略的財務風險為零，這一點對高頻輪詢型應用尤其友好^[3]。