OpenAI在GPT-5.6系列发布约三周后，打出了一张让整个AI行业侧目的牌——将入门级模型GPT-5.6 Luna的API调用费用一次性砍掉80%。

Luna直接“打骨折”：输入0.2美元，输出1.2美元

7月31日，OpenAI正式宣布下调GPT-5.6 Terra和GPT-5.6 Luna两款模型的调用费用。

降价幅度最狠的是Luna。调价前，Luna每百万输入Token定价1美元，每百万输出Token为6美元。调整后，输入降至0.2美元/百万Token（约合人民币1.4元），输出降至1.2美元/百万Token（约合人民币8.1元）——输入输出费用同步下调80%。

Luna的输入价格已经和上一代GPT-5.4 nano持平，输出价格甚至还便宜了0.05美元。

同系列均衡版Terra同步下调20%：输入从2.5美元降至2美元/百万Token，输出从15美元降至12美元/百万Token。旗舰模型GPT-5.6 Sol维持原价不变，但新增了Fast模式，速度最高达到标准模式的2.5倍。

性价比反超DeepSeek V4 Pro：AI价格战的“珍珠港时刻”

降价后的Luna直接改变了市场格局。

第三方机构Artificial Analysis Intelligence Index v4.1的评测数据显示，从单位任务成本与模型综合得分两个维度对比，全新定价下的GPT-5.6 Luna完成同等标准任务的综合性价比全面超过DeepSeek V4 Pro。

在通用文本创作、多轮对话、工具调用等场景中，Luna的综合得分更高、单任务花费更低。OpenAI用一次80%的降价，把海外模型相比国产高性价比产品最大的成本短板，一口气补齐了。

降价背后的双重引擎：成本优化与市场竞争

OpenAI敢于打出80%的降价幅度，底气来自两个方向。

第一，GPT-5.6 Sol自己帮自己省了钱。 OpenAI披露，GPT-5.6 Sol参与了自家生系统的优化——重写和优化了部分生产环境GPU Kernel，让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。模型自己把自己跑得更便宜了，省下来的成本直接变成了价格表上打折的数字。

第二，国产大模型的持续低价冲击。 DeepSeek V4 Pro依靠缓存机制实现极低重复输入成本，平峰时段常规推理定价长期维持低位。中国开源模型正以十分之一甚至百分之一的边际成本不断分流海外中小开发者客户。业内分析认为，OpenAI此次大幅降价的根本驱动力正是来自国产大模型的持续冲击。

分层定价：用Luna抢市场，用Sol保利润

降价之后，GPT-5.6三款模型的定位非常清晰：

Luna：预算敏感、调用量大的任务，0.2美元/百万Token输入，1.2美元/百万Token输出

Terra：日常工作任务，2美元/百万Token输入，12美元/百万Token输出

Sol：高难度复杂任务，5美元/百万Token输入，30美元/百万Token输出

Sol Fast：需要极致速度的场景，10美元/百万Token输入，60美元/百万Token输出，速度可达标准模式的2.5倍

这套分层策略的核心逻辑很清晰——用低价Luna抢占批量推理市场，用高端Sol守住高利润业务基本盘。

但更值得关注的是Luna定位的变化。此前，便宜模型只负责分类、抽取这类传统“杂活”。而GPT-5.6 Luna被定位为可以调用工具、处理长上下文、执行多步工作流的模型。OpenAI正在把支撑Agent干活的模型，卖到过去简单小模型的价位。

当国产模型的低价优势不再是护城河，大模型行业的下一场战争可能才刚刚开始。OpenAI用一次80%的降价告诉市场：在AI这条赛道上，拼的不只是模型能力，还有谁能把成本压到更低、把效率推到更高。

正如OpenAI在官方博文中所说：“普及先进智能是公司的核心使命，通过不断降低客户使用成本，确保AGI造福全人类。”这句话放在价格战的背景下听，既是使命宣言，也是竞争信号。