OpenAI 于 7 月 30 日下调了 GPT-5.6 系列中 Luna 与 Terra 的 API 价格[1]。其中最便宜的 Luna 降价 80%，面向日常工作的 Terra 降价 20%，在 Codex 与 ChatGPT Work 中消耗的用量额度也按相同比例减少。顶配的 Sol 价格保持不变，但新增了取代原有 Priority Processing 的 Fast mode。此次调整相当于把前一天技术文章中介绍的效率成果，直接反映到客户价格上[1]。
Luna 降 80%，Terra 降 20%
自 7 月 30 日起，Terra 的 API 价格为每百万输入 token 2 美元（约 320 日元）、每百万输出 token 12 美元（约 1,900 日元）。Luna 为每百万输入 token 0.20 美元（约 32 日元）、每百万输出 token 1.20 美元（约 190 日元）[1]。
调整前的价格是，Terra 输入 2.50 美元（约 400 日元）、输出 15 美元（约 2,400 日元）；Luna 输入 1 美元（约 160 日元）、输出 6 美元（约 960 日元）[2]。
| 模型 | 调整前（输入／输出） | 调整后（输入／输出） |
|---|---|---|
| GPT-5.6 Terra | 2.50 美元／15 美元 | 2 美元／12 美元 |
| GPT-5.6 Luna | 1 美元／6 美元 | 0.20 美元／1.20 美元 |
※每百万 token 单价。1 美元 = 160 日元（截至 2026 年 7 月 31 日）
同样的降幅也体现在 Codex 与 ChatGPT Work 中付费方案的用量计算上。订阅价格与配额本身没有变化，只是使用 Terra 和 Luna 时扣减的额度变少了[1]。提供方式也维持原样：在 ChatGPT Work 与 Codex 中，Free 和 Go 用户可以使用 Terra，Plus、Pro、Business 与 Enterprise 用户可以选择 Terra 和 Luna。通过 AWS 的价格调整则在当天陆续生效[1]。
关于 Luna 的定位，OpenAI 表示，它能以每项任务约 6%的成本、近 9 倍的速度，达到一年前前沿级模型的同等水平。在衡量专业工作的 Agents' Last Exam 上，Luna 的表现超过 Fable 5，而每项任务的估算成本低了近 99%[1]。
Sol 新增 Fast mode，速度 2.5 倍、价格 2 倍
顶配的 Sol 价格保持不变，但 API 新增了 Fast mode。它取代原有的 Priority Processing，速度最高可达标准处理的 2.5 倍，价格为 2 倍，智能表现不变[1]。
向后兼容性也得到保留。带有 priority 标记的既有 API 请求会自动使用 Fast mode，与 Codex 的 /fast 保持一致[1]。这让开发者更容易把对响应时间敏感的工作交给 Sol，把大批量处理交给 Luna。
降价的底气来自各层的效率优化
此次价格调整并非只靠模型本身的改进。OpenAI 说明，公司在模型、运行模型的推理系统，以及连接工具与上下文的智能体框架这三个层面同时着手。改进路由让硬件不闲置，优化生产环境软件以更高效地生成 token，改进上下文管理以避免智能体重复已完成的工作[1]。
其中相当一部分优化工作由 GPT-5.6 Sol 自己承担，这一点也再次得到说明。在人类主导的流程内部，Sol 自主重写了生产环境的内核，自行设计并执行了数百项改进 token 生成的实验，还负责监控训练并在出现问题时介入。内核改进使模型服务的端到端成本下降 20%，实验则让 token 生成效率提升超过 15%[1]。
推理成本从硬件、软件、模型设计三个方向同时下降的格局，也与第三方观点吻合。Pareekh Consulting 首席分析师 Pareekh Jain 指出，新芯片、更好的软件与更高效的模型设计会持续压低每 token 的成本，因此此轮降价在长期是可持续的[2]。
企业的反应更可能是「用得更多」而非「花得更少」
降价并不意味着企业的 AI 预算会等比缩减。Jain 认为，对 CIO 而言最大的影响是扩大 AI 应用而非削减成本：把试点推向生产、覆盖更多员工与业务流程、让需要多次调用模型的复杂智能体流程变得算得过来。省下来的钱会再投入到更高的使用量上，于是企业以大致相同的支出获得更多推理与自动化[2]。
他把这种情况归结为杰文斯悖论，即效率提升往往会增加资源的总体消耗而非减少。Avasant 研究总监 Chandrika Dutt 也持相同看法，认为企业团队会利用这次多出来的空间，去构建此前在经济上难以论证的复杂智能体流程[2]。
OpenAI 自己也把工作负载的分工作为前提。该公司举的例子是，在编码流程中先让 Sol 消除不确定性并制定方案，再由 Luna 实现已明确的改动、编写并运行测试、评估结果[1]。大规模文档分析、客户交互分类与常规实现工作因此能够大范围铺开，而只有真正关键的环节才为速度支付溢价。
总结
GPT-5.6 Luna 与 Terra 的 API 价格自 7 月 30 日起分别下调 80%与 20%，在 Codex 与 ChatGPT Work 中的额度消耗也按同样幅度减少。Sol 价格不变，取而代之的是 Fast mode，以 2 倍价格提供最高 2.5 倍的速度。降价的原动力来自各层的效率优化，其中一部分由 Sol 自己完成。按分析师的判断，企业更可能用相同预算跑更多 AI 工作，而不是减少支出。
来源[1]：https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/
