7 月 31 日，OpenAI 突然宣布 GPT-5.6 全线调价：入门款 Luna 最高降幅 80%，输入价格降至每百万 Token 0.2 美元，输出仅 1.2 美元；主力 Terra 降 20%；旗舰 Sol 保持原价，新增 Fast mode 加速不加价。降价直接原因是——GPT-5.6 Sol 参与优化了自身生产系统。
降价之后，GPT-5.6 三款模型的 API 定价形成清晰阶梯：
Luna：输入 $1 / 输出 $6
Terra：输入 $2.5 / 输出 $15
Sol：输入 $5 / 输出 $30
Luna：$0.2 / $1.2（-80%）
Terra：$2 / $12（-20%）
Sol：$5 / $30（新增 Fast mode）
Luna 输入价格已与上一代 GPT-5.4 nano 持平，输出甚至便宜 0.05 美元。但 nano 仅面向分类、抽取等简单任务，Luna 则支持工具调用与多步工作流。
Sol 的新增 Fast mode 值得单独说：速度最高为标准模式的 2.5 倍，价格为标准模式的 2 倍，智能水平不变。它取代了此前的 Priority Processing，原本使用 priority 标签的 API 请求可自动切换。
一个更直白的信号：支撑 Agent 干活的模型，正被卖到过去简单小模型的价位。
OpenAI 给出的理由直接且具体：GPT-5.6 Sol 参与了自身生产系统的优化。它重写并优化了部分生产环境 GPU Kernel，设计并运行数百次 Token 生成实验，还监控训练过程并在出现问题时介入。
这些优化带来了可量化的效果：
但这里有一个诚实的注脚：GPT-5.6 还远未实现完全自主升级。OpenAI 特意说明，模型可以写代码、跑实验、监控异常，但「怎么定目标、结果能不能用、代码是否进入生产环境」——依然需要人类决策。
模型提效 → 降价 → 更多使用 → 再提效。一套新的循环正在形成。
降价最狠的 Luna，定位非常明确——面向成本敏感型工作负载，可调用工具、执行多步任务。它不再是传统意义上只做分类和抽取的「小模型」，而是直接进入代码审查、后台监控等需要判断和工具调用的环节。
OpenAI 已经做了一个示范：ChatGPT 和 Codex CLI 里的 Auto-review 模型，从 GPT-5.4 换成了 GPT-5.6 Luna。Auto-review 负责在后台检查代码和修改结果，属于典型的高频 Agent 任务。结合模型升级和 Luna 降价，OpenAI 预计其成本将降至原来的约十分之一。
柱形图仅示意降价幅度相对比例，非绝对价格。Luna 降价 80% 与 Terra 降价 20% 幅度差异明显。
对于订阅用户，额度总量不变，但调用 Terra 和 Luna 时消耗的额度相应减少——同样一笔订阅费，可以让模型多干几次活。
真正值得关注的变化是：便宜模型不再只负责「杂活」，开始进入需要判断和工具的环节。
把「模型参与优化自己」这件事拆开看，其实是一套非常具体的技术链路：
GPU Kernel 是模型在 GPU 上执行具体计算任务的底层程序。模型本身不变，只要这些程序写得更高效，同一块 GPU 就能更快完成计算，处理更多请求，单次调用成本自然下降。
推测解码 则是在生成答案时，先批量「猜」出接下来可能出现的 Token，再交给主模型验证。猜得越准，需要逐个生成和等待的步骤就越少。
两项优化加在一起，让 GPT-5.6 的生产效率获得了可量化的飞跃。效率提升直接转化成了价格表上的数字变化。
但这里有一个关键限制：模型只是「参与者」，而非「决策者」。
OpenAI 强调，整个过程仍然由人类主导。模型可以写代码、跑实验、监控异常，但目标怎么定、结果能不能用、代码是否进入生产环境，依然需要 Human in the Loop。这不是 AI 自主升级自己的故事，而是人机协作提效的典型案例。
这次降价最值得关注的，不是价格数字本身，而是背后的逻辑循环：
模型参与提高运行效率 → 成本下降 → 价格降低 → 模型进入更多高频工作流 → 调用规模扩大 → 再推动下一轮效率优化。
OpenAI 这套「降价飞轮」已经雏形初现。Luna 降价 80% 不只是价格战，它意味着Agent 长期运行的门槛被大幅降低——原本因为成本太高而不能频繁执行的审查、验证和监控任务，有机会变成工作流里的常规步骤。
一个更宏观的视角：当模型开始参与优化自身运行效率，AI 产业的竞争维度正在从「谁的参数更大」转向「谁的效率更高」。这不是模型能力的直接比拼，而是系统工程与部署优化的综合较量。
降价不是终点，而是信号。AI 产业正在从「参数竞赛」进入「效率竞赛」——能持续降低运行成本的公司，将拥有更持久的竞争优势。
开发者可前往 OpenAI 官网查看最新 API 定价与 Fast mode 详情。
降价已即时生效，适用于 Codex、ChatGPT Work 及所有 API 调用。