7月31日，距离GPT-5.6系列发布仅过去三周，OpenAI宣布对两款模型进行大幅调价。其中，面向轻量化推理场景的GPT-5.6 Luna迎来史上最大幅度降价——输入与输出费用同步下调80%。与此同时，均衡版GPT-5.6 Terra下调20%，旗舰模型GPT-5.6 Sol价格维持不变。

价格从1美元砍到0.2美元，Luna打出“脚踝斩”

降价之后，Luna的API定价为每百万输入Token 0.20美元（约1.4元人民币），每百万输出Token 1.20美元（约8.1元人民币）。调价前，这两个数字分别是1美元和6美元——输入价格直接砍到两折。

Terra的输入和输出价格分别降至每百万2美元和12美元，降幅20%。Sol则维持原有定价（输入5美元、输出30美元/百万Token），但新增了Fast模式，推理速度最高可达标准模式的2.5倍。

性价比反超DeepSeek V4 Pro

OpenAI在官方博文中同步放出了第三方机构Artificial Analysis Intelligence Index v4.1的评测对比图。图表显示，在“每完成任务费用”维度上，全新定价下的GPT-5.6 Luna能以更低的价格完成同等标准任务，综合性价比全面超过DeepSeek V4 Pro。

从具体位置来看，GPT-5.6 Luna位于图表的左上区域——在保持超过50分智能指数的同时，单次任务成本仅约0.05美元。相比之下，DeepSeek V4 Pro虽然单次任务成本更低，但智能指数也相应更低。Luna在通用文本创作、多轮对话、工具调用等场景中综合得分更高，而花费更低。

降价的双重引擎：AI自我优化+市场竞争

这轮降价的背后，有两个值得关注的驱动力。

第一个是技术层面的自我进化。OpenAI透露，GPT-5.6 Sol参与了自身生产系统的优化——它重写和优化了部分生产环境GPU Kernel，设计并运行数百次Token生成实验，还参与监控训练。最终，生产GPU Kernel优化让GPT-5.6端到端服务成本下降了20%，改进推测解码让Token生成效率提升了15%以上。模型自己帮自己省了钱，然后把省下来的钱还给了用户。

第二个是来自中国开源模型的竞争压力。业内分析认为，此次大幅降价的核心驱动力是国产大模型的持续低价冲击。DeepSeek V4 Pro依靠缓存机制实现了极低的重复输入成本，平峰时段常规推理定价长期维持低位，叠加多家国内厂商持续推出平价API服务，不断分流海外中小开发者客户。当国产模型的低价优势被抹平，大模型行业的价格战才真正进入新阶段。

Agent成本的质变

降价的意义不止于数字本身。Luna被OpenAI定位为一款面向成本敏感型工作负载的模型，可以调用工具、处理长上下文、执行多步工作流。降价80%之后，OpenAI正在把支撑Agent干活的模型，卖到过去简单小模型的价位。

具体来说：Auto-review模型从GPT-5.4换成了GPT-5.6 Luna，结合模型升级和降价，OpenAI预计其成本将降至原来的约十分之一。便宜模型不再只负责分类、抽取这些传统“杂活”，而是开始进入代码审查、后台监控等需要判断和工具调用的环节。那些因为成本太高而不敢频繁执行的审查、验证和监控任务，如今有机会变成工作流里的常规步骤。

从1美元到0.2美元，从6美元到1.2美元。OpenAI用三周时间完成了一次对自身定价体系的重新校准。这轮降价既是一次技术红利的释放——AI帮AI省了钱；也是一次对市场竞争的回应——当开源模型把价格打到地板，闭源厂商要么跟进，要么失去开发者。而对企业开发者来说，最直接的感受是：那个因为太贵而一直没敢上线的Agent项目，现在可以重新算算账了。