今天凌晨1点，OpenAI对GPT-5.6系列模型进行了一次大更新。重点很明确：一边继续下探高性能模型的使用成本，一边针对高时效场景强化响应效率。
其中，GPT-5.6 Luna的API价格下调80%，GPT-5.6 Terra下调20%。
按照OpenAI官网公布的信息，GPT-5.6 Luna的综合能力已接近一年前的顶尖模型，但成本仅为当时的6%，推理速度则提升了9倍。在专业任务测试中，以Agents’ Last Exam为参考，Luna的表现优于Claude Fable 5，单项任务成本接近下降99%。
这波降价也迅速引发讨论。很多开发者直呼：Luna这次确实便宜得有点夸张。
OpenAI为什么能把价格打下来？
能力继续提升，成本却大幅下降，背后显然不是简单堆参数，而是一整套效率优化。
首先是模型本身的计算链路被进一步精简。一些冗余推理步骤被移除后，模型处理任务的路径更短，也更聚焦。其次，推理调度系统进行了升级，能够更充分地利用现有算力，减少硬件闲置和无效消耗。
此外，新的上下文管理机制也在压缩成本。模型不再反复处理已经完成的信息，减少了无意义的重复计算。
值得一提的是，Sol似乎也参与了这套优化。据称，它自主重写了核心计算内核，并设计实验提升token生成效率，增幅超过15%。仅内核层面的优化，就帮助整体服务成本下降约20%。虚拟卡
这背后形成了一个很有意思的循环：模型能力越强，越能参与挖掘新的优化空间；效率越高，迭代速度也就越快。
从产品布局来看，OpenAI走的是“双线策略”：Luna和Terra负责把价格打下来，让更多业务能够真正用得起；Sol则通过极速模式承接紧急、复杂的高端需求。
当然，外部竞争同样不容忽视。国内大模型Kimi-K3的重磅开源，也被不少人视为推动OpenAI调整价格策略的重要因素之一。
一线团队怎么评价？
只看参数和价格，可能还不够直观。几家主流AI工具团队的实测反馈，或许更能说明问题。
代码开发平台Replit团队表示，Luna是目前少有的、能够近乎无限制调用的高能力模型。更低的成本配合足够强的综合能力，让不少此前因为预算问题搁置的产品功能，终于有了落地的可能。
Notion团队则认为，Terra很适合个人智能助手等日常场景。与上一代主流模型相比，它在整体质量上基本持平，但单任务成本直接减半，运行耗时缩短60%，轻量化使用的体验提升很明显。
还有一些长期做AI落地的团队给出了更具体的数据：升级到Luna后，提示词缓存复用率从20%提升至90%；在相同条件下，模型能承载更长的上下文，同时显著减少冗余输出。整体算下来，成本比前代模型下降了80%以上。虚拟卡
无论是代码辅助开发，还是智能代理自动执行任务，GPT-5.6系列都在成本和效果之间给出了一个更容易接受的平衡点。
详细定价与上线情况
Terra和Luna目前已在ChatGPT Work、Codex和API渠道开放。订阅用户可根据不同等级使用相应模型。
API新价格从今天起生效：
- Terra：输入每百万token 2美元，输出每百万token 12美元；
- Luna：输入每百万token 0.2美元，输出每百万token 1.2美元。
Sol价格暂未调整，但新增极速模式，响应速度最高可达原来的2.5倍，相应收费也为标准价格的两倍。
这次更新最值得关注的，或许不只是一次降价，而是高性能模型开始真正进入“规模化使用”的阶段。对开发者和企业来说，过去那些算不过账的AI功能，现在可能终于有机会重新做一遍。虚拟卡
原创文章，作者：wp-chen，如若转载，请注明出处：https://visaspay.com/2026/07/31/openai%e6%b7%b1%e5%a4%9c%e7%82%b8%e5%9c%ba%ef%bc%9agpt-5-6%e6%88%90%e6%9c%ac%e6%9c%80%e9%ab%98%e9%99%8d80%ef%bc%8c%e9%80%9f%e5%ba%a6%e6%8f%90%e5%8d%879%e5%80%8d/
