OpenAI 在 7 月 30 日調整了 GPT-5.6 系列的 API 價格。該公司同時發表一篇文章，說明如何讓效率改善與投資形成循環，並在文中提到 Luna 降價 80%、Terra 降價 20%[1]。Luna 的輸入價格降到每百萬 token 0.20 美元（約 32 日圓），而定位更高的 Sol 維持原價，改以新的速度選項因應[2][3]。
Luna 只剩五分之一，Terra 便宜兩成
新價格自 7 月 30 日起適用，與調整前的對照如下[2][3]。
| 型號 | 輸入（每百萬 token） | 輸出（每百萬 token） |
|---|---|---|
| GPT-5.6 Luna（調整前） | 1 美元（約 160 日圓） | 6 美元（約 950 日圓） |
| GPT-5.6 Luna（調整後） | 0.20 美元（約 32 日圓） | 1.20 美元（約 190 日圓） |
| GPT-5.6 Terra（調整前） | 2.50 美元（約 400 日圓） | 15 美元（約 2,400 日圓） |
| GPT-5.6 Terra（調整後） | 2 美元（約 320 日圓） | 12 美元（約 1,900 日圓） |
※1 美元 = 159 日圓（截至 2026 年 7 月 31 日）
影響不只在 API。兩款模型在 ChatGPT Work 與 Codex 中消耗的額度也變少了，簽約企業可以在不增加支出的情況下處理更多工作[3]。
GPT-5.6 系列於 7 月 9 日推出，這次降價距離發表約三週。產品線由高至低依序為 Sol、Terra 與 Luna，其中 Luna 定位為最快且最便宜的一階。
Sol 價格不動，改為新增 Fast mode
旗艦型號 Sol 沒有調價，取而代之的是 API 中以新的 Fast mode 取代原本的 Priority Processing[3]。它以兩倍價格提供最高 2.5 倍於標準處理的速度，智慧水準維持不變[1]。已標記為 priority 的請求仍可繼續運作[3]。
OpenAI 認為，提問的方式本身就該調整。與其思考哪個模型該配哪項任務，更該問的是想要的結果需要多少智慧、多快取得、成本該是多少。這三者的平衡在同一條工作流程中也可能改變好幾次[1]。
降價的底氣來自服務效率改善
該公司把降價歸因於訓練與推論堆疊的整體效率最佳化[3]。最具代表性的是 GPT-5.6 Sol 參與最佳化正式環境的 GPU kernel，使端對端的服務成本下降 20%。投機解碼的改善則讓 token 生成效率提升超過 15%[1]。
效率並非由模型單獨決定。在近期的基準分析中，由於推論保持與脈絡管理的改善，Sol 在公開任務集 ARC-AGI-3 上的分數從 13.3% 提升到 38.3%，輸出 token 卻只用了六分之一。模型本身沒變，改變的只有周邊系統[1]。
真正該衡量的是成功結果的成本
OpenAI 也寫道，客戶並不是為了買 token 而買 token。他們要的是問題被解決、軟體順利出貨、合約完成審閱。真正該衡量的是達成成功結果的成本，包含為此付出的時間、重試、監督與修錯。一次就把事情做完的強模型，最後可能比需要反覆嘗試的便宜模型更省錢[1]。
支撐這個說法的是使用規模。其模型的活躍使用者已超過 10 億人，企業客戶超過 200 萬家。註冊滿六個月後，使用者每天送出的訊息量增加約 50%，用 ChatGPT 處理的工作種類擴大到約兩倍。在公司內部，透過 Codex 完成的代理式工作占每週輸出 token 的 99.8%[1]。
企業不會少花錢，而是換個花法
不過分析師並不認為降價會直接壓縮企業的 AI 預算。Pareekh Consulting 的首席分析師 Pareekh Jain 指出，對 CIO 來說最大的影響是擴大部署範圍，而非削減成本。價格下降後，試作更容易轉入正式環境，需要多次呼叫模型的代理式工作流程也具備經濟可行性。他認為多數企業會把省下的預算重新投入使用量，並以傑逢斯悖論作為對照——效率提升往往反而推高整體消耗[3]。
Avasant 的研究總監 Chandrika Dutt 同樣預期，企業會把這些空間用於建構過去在經濟上難以說服自己的複雜代理流程。Jain 還補充，新晶片、更有效率的軟體設計與激烈競爭，很可能讓未來 24 個月各家的推論成本持續下滑，因此 CIO 應以 AI FinOps 與彈性架構為前提設計，以便隨性價比變化更換模型[3]。
總結
這次調整實際上把 Luna 的單價壓到原本的五分之一、Terra 便宜兩成，而旗艦 Sol 維持原價並透過 Fast mode 增加速度選項，取捨相當明確。降價背後是模型本身參與實現的服務成本削減，OpenAI 將它解釋為效率與投資彼此帶動的循環。至於便宜下來的 token 要怎麼用，已經變成使用端的設計課題。
來源[1] https://openai.com/index/building-abundant-intelligence/
來源[2] https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/
