OpenAI 下调 GPT-5.6 定价：Luna 暴降 80%，Sol 新增 2.5 倍速模式

跑企业级大模型，大家最怕的其实不是模型不够聪明，而是月底收到账单时心跳骤停。多步骤的 Agent 动辄调几十次模型，如果每个环节都用最贵的旗舰款，再厚的预算也经不起烧。

OpenAI 宣布对 GPT-5.6 系列进行全面调价。主打轻量敏捷的 GPT-5.6 Luna 价格直接暴降 80%，日常主力模型 GPT-5.6 Terra 降价 20%。同时，OpenAI 还面向旗舰模型 GPT-5.6 Sol 推出了速度最高提升 2.5 倍的 Fast 模式。

一边砍价八成，一边花钱买速度

这次降价的幅度相当惊人，特别是针对高吞吐量任务的 Luna。

降价之后，Luna 的 API 定价变为每百万输入 token 0.20 美元，输出 token 则是 1.20 美元。日常平衡型模型 Terra 的输入与输出价格也分别下调到 2 美元和 12 美元。这意味着 Luna 的成本只有一年前同等性能前沿模型的 6% 左右。

在基准测试 Agents' Last Exam 涉及的专业任务中，Luna 的表现甚至超过了 Fable 5，但单任务成本估计要低近 99%。

除了 API 降价，ChatGPT Work 和 Codex 的付费订阅用户也能享受到红利。虽然订阅费和总额度没有变，但后台调用 Terra 和 Luna 时扣除的额度明显减少，相当于可用额度变相变多了。

如果你的任务对响应时间极度敏感，OpenAI 还在 API 里给 Sol 配上了 Fast 模式。它直接替换了之前的 Priority Processing，在保持智能水平不变的前提下，付出两倍的价格换取最高 2.5 倍的生成速度，已有的 priority 标签调用会自动平滑切换。

让模型自己下场写代码降成本

有意思的是，OpenAI 这次之所以能挤出这么大水分，很大程度归功于 AI 自己的功劳。

OpenAI 透露，GPT-5.6 Sol 在人类工程师主导的流程中，自主重写并优化了底层生产内核，不仅直接帮团队降低了 20% 的端到端推理服务成本，还通过跑数百次试验将 token 生成效率提升了 15% 以上。

再加上更聪明的路由机制和上下文管理，模型可以少走弯路，不用在 Agent 工具链里反复做无用功。模型越强，帮自己优化的效率就越高，省下来的算力成本最终变成了价格牌上的折扣。

在实际工程架构上，这种多档位组合非常适合混合调度。开发者完全可以让 Sol 负责最关键的规划与复杂决策，接着把写单测、调工具、跑常规实现这些脏活累活全丢给 Luna，整体成本能被大幅压低。

为什么重要

对于做企业服务和复杂 Agent 的开发者来说，这一波调价非常解渴。以往为了控成本，团队往往要在智商稍逊的开源小模型和昂贵的闭源大模型之间艰难取舍，现在 Luna 杀到每百万输入 token 0.20 美元，多智能体协同、长文档扫描和全量客服归类这类高吞吐任务，终于能在控制预算的前提下放开跑了。

对整个行业而言，模型价格战的逻辑正在发生变化。以前降价往往伴随着资本补贴或算力硬抗，而 OpenAI 这次展示了模型自主参与底层工程优化的正向闭环。当顶级模型开始帮自己改代码、优化内核并压缩推理开销，头部梯队不仅拉开了智商差距，连带着推理成本的护城河也会越做越深。

不过在我们看来，双倍价格换 2.5 倍速度的 Fast 模式虽然对实时交互场景很有吸引力，但也容易让部分开发者的账单瞬间失控。怎样在系统里更严密地做好分流，把 Sol Fast 真正限制在核心决断节点上，会是接下来架构设计的必修课。