同一個模型，官方價格僅降了 20%，但你的帳單卻減少了八成。
8月24日，OpenAI 公布了一項與 AWS 一起做的測試結果：
On Terminal-Bench 2.1, the cost of completing a successful task with GPT-5.6 Terra in Kiro has decreased by approximately 82%.
Kiro 是 AWS 的軟體開發智能體平台，涵蓋 IDE、CLI 和 Web。
GPT-5.6 家族的 Sol、Terra、Luna 三兄弟，已在裡面跑了一個多月。
這 82% 並非官方降價。
Terra 最近一次調價是在 7 月 30 日，幅度 20%。
7月30日 OpenAI 調價公告，Terra 下調 20%。
單價僅降20%，帳單卻能減少八成。
真正值得我們關注的是，中間那六十個百分點是從哪裡省出來的。
GPT-5.6 登陸 Kiro 是今年 7 月的事兒。
先是13日，AWS宣布GPT-5.6 Sol、Terra、Luna在Amazon Bedrock正式可用。
第二天，Kiro 發佈部落格，宣布三款模型上線 IDE、CLI 和 Web。
這是 OpenAI 模型首次進入 Kiro，正好趕上 Kiro 公開預覽一週年。
先把模型上架，再拉去幹活，一個多月後，OpenAI 回來交作業：
兩家合作對 Kiro 環境和 OpenAI 模型進行了調優，Terra 完成一項成功任務的成本降低了約 82%。
省下的
是走彎路的錢
在7月30日的調整中，Terra下降了20%，但在Kiro的測試中，單任務成本下降了82%。
那多省下的六成，是從哪兒來的？
方向就這麼幾個：
模型輸出的 token 更少了，工具調用的次數更少了，失敗後的重試和繞路也更少了。
因此，節省的這一大筆費用並非每次調用的費用，而是那些原本會浪費的調用費用。
道理很簡單：一個 AI 智能體把任務做砸一次，帳單照記。它中途選錯路徑、跑偏三輪再回頭，這些 token 也照收。
在真實開發中，錢往往就是這樣流失的。
OpenAI 在官方部落格中也提過同樣的邏輯，效率來自三層：
發起請求、組織上下文的智能體框架，中間調度請求的編排系統，最後才是 GPU 上運行的模型本身。
OpenAI 拆解 GPT-5.6 的效率來源：請求從智能體框架出發，經編排系統調度，最後到 GPU 跑模型，每一層都在省。
省錢還能省到模型分工上。
OpenAI 也舉過一個用法：編碼工作流可以先用 Sol 把問題想清楚、把計劃定下來，再換 Luna 去實施那些已經定義清楚的變更、寫測試、跑評估。
同一條流水線，不同環節配不同檔位的智能。
模型僅佔賬單的一半
換個框架就換個價
Terminal-Bench 2.1 這套題，不是讓模型單獨答卷。
它將模型放入一個終端環境，給予一個模糊目標，讓模型自行規劃路徑、調用工具、撰寫腳本、處理錯誤並反覆迭代。
因此，所呈現的成績是「智能體＋模型」這個組合的成績。
Terminal-Bench 2.1 公開榜單，準確率右邊多了一項成本。（圖源：Terminal-Bench）
榜單裡的四行數字最能說明問題：
Claude Code 配 Fable 5，83.8%，552.67 美元；
Codex 配 GPT-5.5，83.1%，2059.19 美元；
Codex 配 GPT-5.6 Terra，78.4%，421.15 美元；
Codex 配 GPT-5.6 Luna，75.7%，241.45 美元。
前兩行分數僅相差 0.7 個百分點，帳單卻相差近 4 倍。
同一個模型，裝進不同的框架，搭配不同的上下文組織和工具策略，跑出來的結果根本完全不同。
根據 Kiro 官方提供的數據，Terra 在 Coding Agent Index 上獲得 77.4 分，僅略高於 Claude Fable 5 的 77.2 分。
它的賣點不在於分數，而在於這個分數所對應的價格。
Kiro 那套以規格為導向的著力點也在這裡，核心玩法就一句：不許一上來就寫代碼。
它先將用戶那句模糊的目標，拆解成正式的需求文件、技術設計和可執行任務清單，再交給模型。
這樣，模型拿到的不再是模糊不清的一句話，而是一份清晰明瞭的任務。
熟悉 Agent 的人會立刻反應過來，這一步省去的正是最昂貴的那部分開銷。
模型跑偏、返工、推倒重來，燒掉的 token 往往比正經幹活還多。
Kiro 還在流程中設置了兩道閘門：在代碼真正修改前，先停下來讓人審閱；完成工作後，再自動運行一輪測試以驗證是否正確。
每一次因這兩道閘門而避免的返工，都能節省真金白銀。
Claude 在亞馬遜的地盤
GPT 分走了一半
一年前，Kiro 還只是一個 spec-driven 的 IDE，模型選擇器是 Anthropic 的主場。
One year later, AWS introduced three OpenAI models on its in-house agent platform.
Sol、Terra、Luna 與 Claude 並列於同一個下拉菜單中，這畫面放在一年前很難想像。
Although GPT-5.6 is now “fully onboarded,” it has not been “fully opened.”
三款模型以漸進式、實驗性方式開放，面向 Pro、Pro+、Pro Max 和 Power 用戶，區域僅有兩個：美國維吉尼亞北部和歐洲法蘭克福，支援跨區域推理。
還有一條很多人不適應的：這批模型在 Kiro 裡走的是隱藏思維鏈，你看不到它的推理步驟，只看得到最終結果。
習慣了盯著 Agent 一步步推理的人，會覺得像把任務扔進了一個不透明的盒子。
官方表示，這是預期行為，不影響輸出品質。
Three-tier model is clearly priced in Kiro.
7月14日剛上線時，同樣的任務，Sol 扣 2.4 倍，Terra 扣 1.2 倍，Luna 扣 0.6 倍。
7月30日，OpenAI 那輪降價落地，第二天 Kiro 跟進：Luna 從 0.6 倍一路砍到 0.1 倍，Terra 從 1.2 倍降到 1.0 倍，只有 Sol 未動。
AWS 的態度已明確表明：一個開發平台不能只綁定一家模型。
在同一個選擇器中，兩家前沿模型開始互相壓價。
模型的評價標準也隨之改變：分數高不再默认能贏，花錢少同樣能贏。
對於開發者來說，過去選模型時問的是「這個模型每百萬 token 要多少錢」，現在得問「讓它完成這件事，我到底要花多少」。
參考資料：
https://x.com/OpenAIDevs/status/2091966982015103068
https://openai.com/index/gpt-5-6-in-kiro/
本文來自微信公眾號「新智元」（ID：AI_era），作者：ASI 啟示錄，編輯：元宇