7 月 31 日，OpenAI 宣布 GPT-5.6 全系 API 价格大幅调整。Luna 模型价格直降 80%，Terra 下调 20%，旗舰模型 Sol 新增 Fast 模式，在保持能力不变的前提下实现最高 2.5 倍推理速度。降价背后的底气来自模型对自身推理系统的优化——Sol 已帮助团队将服务成本压缩 20%。
此次调整覆盖 GPT-5.6 全系列。降幅最大的 Luna 定价直接打了 二折，Terra 降至八折，而旗舰 Sol 虽未降价，但通过新增 Fast 模式变相提升了性价比。
注：Sol Fast 模式价格为标准模式的两倍，但推理速度最高可达 2.5 倍，适合对延迟敏感的实时应用场景。
性价比均衡模型，价格处于中等水平，开发者使用门槛较高，部分场景被成本限制。
输入 $0.2/M token，输出 $1.2/M token，成为前沿模型中性价比最高的选择之一，单次任务成本低至 $0.05。
Sam Altman 随后发文称，希望在 「每一个模型层级，都提供最好的价格与智能比」。这句话概括了此次降价的核心逻辑——不是单纯的价格战，而是在每个价位上都做到最优的智能产出。
OpenAI 同时公布了一张基于 Artificial Analysis Intelligence Index v4.1 的价格-性能分布图。Luna 位于图中 左上区域——智能指数超过 50 分，单次任务成本仅约 $0.05。在同等智能水平下，它的成本最低。
注：柱形长度为单次任务成本的相对对比，非精确比例。智能指数基于 Artificial Analysis Intelligence Index v4.1，Luna 与 Claude Opus 5、Gemini 3.6 Flash、GLM-5.2 Max 的智能得分处于同一区间，但 Luna 成本显著更低。DeepSeek V4 Pro 成本最低但智能指数约 44 分。
一个诚实的注脚：DeepSeek V4 Pro 的绝对成本更低，但智能指数也低了约 6 分。Luna 的定位是在 不牺牲智能的前提下把成本压到最低——这恰恰是大多数开发者的真实需求。
就在降价前一天，OpenAI 披露了一项关键进展：GPT-5.6 Sol 已经被用于优化自身的推理系统。在工程师主导下，Sol 自主重写生产环境 GPU Kernel、设计并执行数百项实验、监控训练过程，并在出现问题时主动介入。
这一系列优化带来了两项核心成果：
OpenAI 认为，这意味着模型已经能够帮助研发团队 进一步优化模型本身，形成「模型越强、优化越快」的正向循环。此次 Luna 和 Terra 降价，正是将这部分效率提升直接反馈给开发者。
消息公布后，开发者社区迅速沸腾。一条高赞评论来自 X 平台：
「Luna 一直是被低估的模型，在 Codex 配合 Computer Use 场景下表现一直不错。今天我的 API 额度终于能轻松一点了。」
「Luna 降价幅度超出预期，但发布以来我甚至一次都没有使用过——这次降价后值得试试了。」
此前凭借高性价比吸引大量开发者的 Kimi K3，如今又迎来了价格进一步下探的 GPT-5.6 Luna。有人直接 @Anthropic 并配上一张「Hold（等等）」的表情包。
但也有一些冷静的声音。有开发者指出，如果未来 Luna 能够进一步提升智能水平，真正接近 Sol 的能力，那么 OpenAI 距离 「智能便宜到无需计量」 这一愿景才会更进一步。
这轮降价不是简单的价格战。它展示了一个正在闭环的飞轮：模型能力越强 → 越能帮助优化自身系统 → 效率越高 → 成本越低 → 价格越亲民 → 吸引更多开发者 → 更多使用场景 → 更多优化数据。
但有一个值得注意的盲点：Luna 的大幅降价可能会让部分开发者 对 Sol 的价值产生质疑——如果 Luna 已经足够便宜且智能，旗舰模型的溢价空间在哪里？OpenAI 需要给出更清晰的差异化定位，而不仅仅是「更快」。
当模型开始自我优化，降价就不是销售策略，而是技术能力的自然外溢。下一轮竞争的胜负手，将是谁能更快地让模型跑通「自我优化→成本下降→规模扩大」的飞轮。
降价即刻生效，所有开发者可通过 OpenAI API 平台直接使用更新后的定价。Sol Fast 模式已开放，Priority Processing 用户自动迁移。
platform.openai.com → 查看最新定价