OpenAI 刚刚让其最便宜的前沿模型变得更加实惠——而这一时机绝非巧合。该公司在其 GPT-5.6 系列中大幅下调了两款模型的价格，将 GPT-5.6 Luna 降价 80%，GPT-5.6 Terra 降价 20%，同时为旗舰模型 GPT-5.6 Sol 推出了高级 Fast 模式。CEO Sam Altman 在 X 上公开宣布了这些变化，称其为“今天的大幅降价”。这些举措大约发生在 GPT-5.6 系列首次广泛开放后三周左右——并且紧随竞争对手 Google 和 Anthropic 各自推出成本效率策略之后仅数日。
Summary
要点概览
- GPT-5.6 Luna 的综合 token 价格下调 80% 至每百万 token 1.40 美元，价格低于 Google 的 Gemini 3.5 Flash-Lite（2.80 美元）和 Gemini 3.6 Flash（9 美元）。
- GPT-5.6 Terra 从 17.50 美元下调 20% 至每百万 token 综合 14 美元，在最多 200,000 token 的上下文窗口下与 Google 的 Gemini 3.1 Pro Preview 持平。
- Sol Fast 模式在每百万 token 综合 70 美元的价格下提供最高 2.5 倍吞吐量——是标准模式费率的两倍——面向对延迟敏感的生产工作负载。
- Anthropic 的 Claude Opus 5 仍维持每百万 token 综合 30 美元的定价，在与 Opus 4.8 相同费率下提供接近 Fable 5 的性能。
- OpenAI 的 Luna 现在直接参与低成本模型层级的竞争，与 Google、小米、DeepSeek 和 MiniMax 的产品同台竞技。
OpenAI 宣布 GPT-5.6 系列大幅降价
数据讲述了一个鲜明的故事。Luna 是 GPT-5.6 产品线中最小且最快的模型，此前其输入与输出合计价格为每百万 token 7 美元。降价后，这一数字骤降至每百万输入 token 0.20 美元、每百万输出 token 1.20 美元——合计 1.40 美元。对于每天处理数百万请求的高流量应用而言，这一差距巨大。
Luna 降价 80%
在每百万 token 综合 1.40 美元的价格下，Luna 现在低于 Google 的 Gemini 3.5 Flash-Lite（2.80 美元），也远低于 Gemini 3.6 Flash（9 美元）。它同样压过了 OpenAI 自家的 GPT-5.4。Luna 并未声称拥有市场上绝对最低的 token 价格——来自小米、DeepSeek 和 MiniMax 的模型在纯成本上仍更便宜——但这标志着 OpenAI 的前沿系列模型首次进入这一竞争性价格区间。
这种重新定位的意义不仅在于数字。Luna 面向的是高吞吐、低延迟的工作负载——如摘要、分类、路由、轻量级实时助手——在这些场景中，单次请求的成本会在规模化时被放大。进入这一价格层级意味着 OpenAI 现在正直接争夺此前让位于更小、更便宜模型的工作负载类别。
Terra 降价 20%
Terra 的降价幅度更温和，但在战略上更有针对性。综合 token 价格从每百万 token 17.50 美元降至 14 美元，在 200,000 token 及以下的上下文窗口中与 Google 的 Gemini 3.1 Pro Preview 持平。正如 Krea AI 的 Nic Dunz 在 X 上指出的那样，Terra 现在也压过了 OpenAI 自家的 GPT-5.4，后者仍维持每百万输入 token 2.50 美元、每百万输出 token 15 美元的定价——按“单位智能”计算，Terra 的性价比大约是其十三分之一。Terra 被设计用于通用生产部署，在这里能力与效率需要取得平衡，而不是在某一方向上极致最大化。
Sol Fast 高级模式的推出
Sol 则朝相反方向发展。标准定价仍为每百万输入 token 5 美元、每百万输出 token 30 美元。新的 Sol Fast 模式收费为每百万输入 token 10 美元、每百万输出 token 60 美元——合计 70 美元——在不改变底层模型智能水平的前提下提供最高 2.5 倍吞吐量。OpenAI 并未降低其最强大层级的价格，而是为延迟优势收取溢价，这表明在复杂推理和智能体工作负载中，速度本身也有独立的市场价值。
OpenAI GPT-5.6 模型的竞争定位
GPT-5.6 的三个层级如今清晰对应不同的市场细分。Luna 参与低成本推理市场竞争；Terra 瞄准中端专业层级；Sol 则锚定前沿推理类别。
Luna 参与低成本 AI 细分市场竞争
Luna 80% 的降价重塑了 OpenAI 的竞争版图。此前，GPT-5.6 系列在很大程度上是一款高端产品。现在，其中一个层级已进入与 Google、小米、DeepSeek 和 MiniMax 模型相同的价格区间。根据第三方机构 Artificial Analysis 的分析，Luna 在智能基准测试中优于 Gemini 3.6 Flash 和 Gemini 3.1 Pro——这意味着 Luna 的“单位智能成本”已明显向 OpenAI 倾斜。正如 AI 创业公司 Cognition 在 X 上指出的那样，GPT-5.6 现在“位于价格/性能效率的帕累托曲线上”，提供了市场上最具优势的智能与成本比之一。
Terra 与 Google Gemini 3.1 Pro 定价持平
Terra 每百万 token 综合 14 美元的价格点，与 Gemini 3.1 Pro Preview 在中等上下文工作负载上形成直接对标。它在 OpenAI 自家产品线内部拉开的更大价差同样值得注意：按简单的综合 token 计价，Luna 现在仅为 Terra 的十分之一，而 Terra 又比 Sol 标准模式便宜 60%。这三个层级不再是彼此紧挨的梯度，而是代表了真正不同的价格—性能权衡。
Sol 瞄准复杂推理工作负载
Sol 的定位并未改变。它仍是用于高级编码、多步规划和使用工具的智能体系统的模型——在这些工作负载中，推理深度足以支撑更高的单 token 成本。Fast 模式的加入扩展了 Sol 对那些需要前沿智能、但无法承受标准吞吐延迟的企业的吸引力。以每百万 token 综合 70 美元计价，Sol Fast 是整个产品线中最昂贵的配置，这是为时间敏感型部署刻意设置的溢价。
降价对市场和行业的影响
OpenAI 选择这一时机，反映出其正同时承受来自多个方向的压力。根据 CNBC 的报道，企业对成本的敏感度日益提高，开始严查有时高达数十亿美元的 AI 账单。曾被一些人称为“tokenmaxxing”的、不计成本无限制使用 AI 的时代，已经让位于对投资回报率的更严苛关注。这一转变正迫使所有前沿模型提供商重新思考其定价及其理由。
从模型访问转向生产经济学
OpenAI 在其发布中所描述的“同时推进能力与效率，使每一代智能都能以更低成本完成更多工作”的重点，反映出一种超越常规价格调整的更广泛变化。前沿提供商之间的竞争已不再只是哪个模型能力最强。现在的问题是，哪家提供商能为大规模生产运行 AI 提供最可预测、最具成本效率的路径。OpenAI 的降价是对这一转变的直接回应，并将 GPT-5.6 系列从一款高端访问产品重塑为具备成本竞争力的部署平台。
OpenAI、Google 与 Anthropic 的对比策略
三大前沿提供商各自选择了不同的机制来降低生产级 AI 的总成本。OpenAI 在直接下调单 token 费率。Google 则通过 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite，将更低的价格与更少的 token 消耗和工具调用相结合——据称在 Artificial Analysis 指数上，Gemini 3.6 Flash 比 Gemini 3.5 Flash 少用 17% 的输出 token，在某些长周期工程任务上节省幅度可达 65%。Anthropic 走了第三条路径：Claude Opus 5 仍以每百万 token 综合 30 美元的价格出售，与 Opus 4.8 相同，但提供接近 Fable 5 的性能——在不改变标价的情况下，实质上降低了单位能力的价格。Anthropic 还增加了可调节的“努力程度”设置，允许开发者在推理深度与速度及 token 节省之间进行权衡。
这三种路径都瞄准同一个运营指标：完成真实生产工作所需的总成本，而不仅仅是单个 token 的标价。对于正在评估应标准化采用哪个平台的企业买家而言，这一区别如今比单纯的基准分数更能主导对话。
尚未有定论的是，这些降价在规模化下是否可持续，还是仅仅是由竞争压力驱动的“圈地”时刻。包括 DeepSeek 和 MiniMax 在内的中国开源权重模型，持续在纯 token 成本上压低价格底线，而闭源模型提供商则在更高的基础设施支出上加大投入。就亚马逊而言，据 CNBC 报道，其 2026 年资本支出提高至 2200 亿美元，部分原因是内存成本上升——这提醒人们，生产廉价 AI token 的经济性在基础设施层面仍承受压力。目前，OpenAI 押注于“前沿质量智能 + 低价”这一组合，认为市场愿意为此买单，即便价格表底部的所有玩家都未必能匹配这一组合。
常见问题
OpenAI 将 GPT-5.6 Luna 的价格下调了多少？
OpenAI 将 GPT-5.6 Luna 的价格下调了 80%，把输入与输出 token 的综合成本降至每百万 token 1.40 美元——低于此前每百万 token 综合 7 美元的价格。
OpenAI 的 GPT-5.6 Sol 模型采用了怎样新的定价策略？
OpenAI 新增了 Sol Fast 高级模式，在标准模式价格的两倍下提供最高 2.5 倍吞吐量，按每百万 token 综合 70 美元计费（输入 10 美元，输出 60 美元）。Sol 标准模式的定价保持不变，为每百万 token 综合 35 美元。
OpenAI 的 Luna 定价与 Google 的 Gemini AI 模型相比如何？
Luna 每百万 token 综合 1.40 美元的价格低于 Google 的 Gemini 3.5 Flash-Lite（2.80 美元），并且显著低于 Gemini 3.6 Flash（每百万 token 综合 9 美元）。
GPT-5.6 系列中的 Luna、Terra 和 Sol 模型分别适用于哪些工作负载？
Luna 面向高吞吐、低延迟任务，如摘要、分类和路由。Terra 在通用生产工作负载中平衡能力与效率。Sol 专注于复杂推理、高级编码、多步规划和智能体系统。
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”OpenAI 将 GPT-5.6 Luna 的价格下调了多少？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”OpenAI 将 GPT-5.6 Luna 的价格下调了 80%，把输入与输出 token 的综合成本降至每百万 token 1.40 美元——低于此前每百万 token 综合 7 美元的价格。”}},{“@type”:”Question”,”name”:”OpenAI 的 GPT-5.6 Sol 模型采用了怎样新的定价策略？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”OpenAI 新增了 Sol Fast 高级模式，在标准模式价格的两倍下提供最高 2.5 倍吞吐量，按每百万 token 综合 70 美元计费（输入 10 美元，输出 60 美元）。Sol 标准模式的定价保持不变，为每百万 token 综合 35 美元。”}},{“@type”:”Question”,”name”:”OpenAI 的 Luna 定价与 Google 的 Gemini AI 模型相比如何？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Luna 每百万 token 综合 1.40 美元的价格低于 Google 的 Gemini 3.5 Flash-Lite（2.80 美元），并且显著低于 Gemini 3.6 Flash（每百万 token 综合 9 美元）。”}},{“@type”:”Question”,”name”:”GPT-5.6 系列中的 Luna、Terra 和 Sol 模型分别适用于哪些工作负载？”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Luna 面向高吞吐、低延迟任务，如摘要、分类和路由。Terra 在通用生产工作负载中平衡能力与效率。Sol 专注于复杂推理、高级编码、多步规划和智能体系统。”}}]}
本文由人工智能协助生成，并由编辑团队审核。
