入門款 Luna 直接打骨折，每百萬 Token 輸入價格從 1 美元降到 0.2 美元，輸出價格從 6 美元降到 1.2 美元。
Converted to CNY, the input price decreased from approximately 6.8 yuan to 1.35 yuan, and the output price decreased from approximately 40.6 yuan to 8.1 yuan.
定位「日常幹活主力」的 Terra 也降價 20%，輸入、輸出價格分別降至 2 美元和 12 美元。
Converted to CNY, they are approximately RMB 13.5 and RMB 81.2.
僅旗艦型號 Sol 保持原價，但推出了 Fast mode，速度最高可達標準模式的 2.5 倍，加速不加價。
自 Codex 猛猛重置用量之後，降價也馬上安排上了，OpenAI 你是要卷死誰…
This price war has directly intensified.
OpenAI 表示，降價是因為 GPT-5.6 Sol 自己幫自己省了錢。
GPT-5.6 Sol 參與自身改進，效率取得飛躍式提升，故特此回饋新老用戶~
用左腳踩右腳原地飛升這一招，OpenAI 你也不遑多讓
。
兩款降價，一款加速
現在，GPT-5.6 三款模型的 API 價格分別為：
GPT-5.6 Luna：每百萬 Token 輸入 0.2 美元、輸出 1.2 美元；
GPT-5.6 Terra：每百萬 Token 輸入 2 美元、輸出 12 美元；
GPT-5.6 Sol：每百萬 Token 輸入 5 美元、輸出 30 美元。
降价之後，Luna 屬於一手大跳水。
其輸入價格已與上一代 GPT-5.4 nano 持平，輸出價格甚至更便宜 0.05 美元。
但這兩款模型的任務並不完全相同，GPT-5.4 nano 主要面向分類、資訊抽取和排序等簡單高頻任務。
GPT-5.6 Luna 被 OpenAI 定位為一款面向成本敏感型工作負載的模型，可以調用工具、處理長上下文，執行多步工作流程。
簡而言之，OpenAI 正在將支撐 Agent 工作的模型，以過去簡單小模型的價格出售。
Terra 相對克制，下跌 20%。
Sol 則保持原價，新增了 Fast mode，速度最高可達標準模式的 2.5 倍，價格則為標準模式的 2 倍，模型智能水平不變。
它還將取代先前的 Priority Processing。原本使用 priority 標籤的 API 請求，可自動切換至 Fast mode。
官方表示，這輪調整也會進入 Codex 和 ChatGPT Work。
訂閱價格不會下調，用戶的額度總量也不會增加，但調用 Terra 和 Luna 時，消耗的額度將相應減少。
同樣一筆訂閱費，可讓模型多幹幾次活。
OpenAI 也順手將 ChatGPT 和 Codex CLI 中的 Auto-review 模型從 GPT-5.4 更換為 GPT-5.6 Luna。
Auto-review 負責在後台檢查代碼和修改結果，屬於典型的高頻 Agent 任務。
結合模型升級和 Luna 降價，OpenAI 預計其成本將降至原來的約十分之一。
廉價模型不再僅負責分類、抽取這些傳統的「雜活」，而是開始進入需要判斷和工具調用的環節，如代碼審查和後台監控。
目前三款模型的定位是：
將預算敏感、調用量大的任務交給 Luna；
將日常普通工作交給 Terra；
高難度任務繼續使用 Sol；
如果連等待都嫌慢，再花一倍的錢購買速度。
GPT-5.6 開始參與給自己降本
為什麼突然降價？
OpenAI 表示，原因是 GPT-5.6 Sol 參與了自家生產系統的優化。
它所提高的效率，進而轉變成了價格表上打折的數字。
具體而言，GPT-5.6 Sol 重寫並優化了部分生產環境的 GPU Kernel，設計並運行了數百次 Token 生成實驗，並參與監控訓練，在出現問題時介入。
最終成績也非常突出：優化 GPU Kernel，使 GPT-5.6 端到端服務成本降低 20%；改進推測解碼，使 Token 生成效率提升 15% 以上。
GPU Kernel 可理解為模型在 GPU 上執行具體計算任務的底層程式。
模型本身無需改變，只要這些程式寫得更高效，同一塊 GPU 就能更快完成計算，處理更多請求，單次調用成本也會隨之下降。
猜測解碼則是在生成答案時，先批量「猜」出接下來可能出現的 Token，再交由主模型驗證。猜得越準，需要逐個生成和等待的步驟就越少。
這兩項優化都沒有降低模型能力，卻能讓同一個模型跑得更快、更便宜。
不過，這還不是 GPT-5.6 完全自主升級自己。
OpenAI 特別強調，整個過程仍然由人類主導。
模型可以撰寫代碼、運行實驗、監控異常，但目標如何設定、結果是否可用、代碼是否上線生產環境，仍需「Human in the Loop」。
OMT
最後，還有一個新變化。
這次降價有一個很具體的重點：Agent 工作流。
折扣最猛的 Luna，並不只是用於分類和抽取的傳統小型模型。
根據 OpenAI 的定位，它可以調用工具、執行多步任務，主要面向高頻、成本敏感型工作負載。
因此，Luna 價格下跌 80%，也降低了 Agent 長期運行的門檻。
讓原本因成本過高而無法頻繁執行的審查、驗證和監控任務，有機會成為工作流程中的常規步驟。
再結合 GPT-5.6 參與優化自身生產系統，一套新的循環出現了：
模型參與提升運行效率，成本下降；價格降低後，模型進入更多高頻工作流；調用規模擴大，再推動下一轮效率優化。
OpenAI 的這套降價飛輪，已初具雛形。
這一連串操作下來，現在壓力直接給到 A 社：
輪到你了。
參考連結：[1] https://x.com/OpenAI/status/2082878156483219672 [2] https://x.com/sama/status/2082880720989532597
本文來自微信公眾號「量子位」，作者：關注前沿科技