突发，GPT-5.6 系列模型迎来大幅降价，最高降幅达 80%。此次调整涵盖入门款 Luna 与主力款 Terra，旗舰款 Sol 则推出加速模式。
入门款Luna价格大幅下调，每百万 Token 输入价从 1 美元降至 0.2 美元，输出价从 6 美元降至 1.2 美元。折合人民币，输入成本由约 6.8 元降至 1.35 元，输出成本由约 40.6 元降至 8.1 元。
定位为「日常干活主力」的Terra降价 20%，输入与输出价格分别调整为 2 美元和 12 美元（约合人民币 13.5 元和 81.2 元）。
旗舰模型Sol维持原价不变，但新增Fast mode。该模式速度最高可达标准版的 2.5 倍，且不额外增加单价。
继 Codex 重置用量后，OpenAI 再次发起价格战。官方表示，此次降价源于GPT-5.6 Sol 参与了自身生产系统的优化，效率提升显著，故将成本节约回馈给用户。
两款降价，一款加速
调整后，GPT-5.6 系列三款模型的 API 价格如下：
- GPT-5.6 Luna：输入 0.2 美元/百万 Token，输出 1.2 美元/百万 Token；
- GPT-5.6 Terra：输入 2 美元/百万 Token，输出 12 美元/百万 Token；
- GPT-5.6 Sol：输入 5 美元/百万 Token，输出 30 美元/百万 Token。
Luna 此次降价幅度巨大，其输入价格已持平上一代 GPT-5.4 nano，输出价格甚至更低。不同的是，GPT-5.4 nano 仅面向分类、抽取等简单任务，而Luna 被定位为支持工具调用、长上下文处理及多步工作流的成本敏感型模型。这意味着 OpenAI 正将支撑 Agent 运行的模型价格降至传统小模型水平。
Terra 降价 20%，表现相对克制。Sol 保持原价，新增的Fast mode速度提升至标准版 2.5 倍，价格为标准版 2 倍，智能水平不变。该模式将取代原有的 Priority Processing，原有带 priority 标签的请求将自动切换。
此次调整同步应用于 Codex 和 ChatGPT Work。订阅价格与额度总量不变，但调用 Terra 和 Luna 消耗的额度减少，同等费用下可执行更多任务。此外，ChatGPT 和 Codex CLI 中的 Auto-review 模型已由 GPT-5.4 升级为 GPT-5.6 Luna。结合模型升级与降价，OpenAI 预计相关成本将降至原来的十分之一，使代码审查、后台监控等高频 Agent 任务更具可行性。
目前三款模型定位清晰：
- 预算敏感、高调用量任务：选择Luna；
- 普通日常工作：选择Terra；
- 高难度复杂任务：继续使用Sol；
- 对速度有极致要求：付费启用 Fast mode。
GPT-5.6 开始参与给自己降本
此次降价的核心驱动力是GPT-5.6 Sol 参与了自家生产系统的优化。具体而言，该模型重写了部分生产环境 GPU Kernel，设计并运行了数百次 Token 生成实验，还参与了训练监控与异常介入。
优化成果显著：GPU Kernel 优化使端到端服务成本下降 20%；改进推测解码让 Token 生成效率提升 15% 以上。
GPU Kernel是模型在 GPU 上执行计算的底层程序。通过优化代码效率，同一硬件可处理更多请求，从而降低单次调用成本。推测解码则是通过批量预测后续 Token 并由主模型验证，减少逐个生成的等待步骤。两项优化均未牺牲模型能力，却实现了更快、更便宜的运行效果。
OpenAI 强调，整个过程仍由人类主导（Human in the Loop）。模型负责写代码、跑实验和监控，但目标设定、结果验收及生产部署仍需人工决策。
OMT
此次降价的战略落点在于Agent 工作流。Luna 并非传统的小模型，而是具备工具调用和多步任务执行能力的模型。其 80% 的降幅直接降低了 Agent 长期运行的门槛，使原本因成本过高而无法频繁执行的审查、验证和监控任务，得以成为工作流中的常规环节。
结合模型自我优化，OpenAI 已形成新的循环：模型提升效率降低成本 -> 价格下降促进高频应用 -> 调用规模扩大推动下一轮效率优化。这套「降价飞轮」已初具雏形，行业竞争压力随之转移。
参考链接：
- https://x.com/OpenAI/status/2082878156483219672
- https://x.com/sama/status/2082880720989532597