OpenAI 将 GPT-5.6 Luna API 价格降 80%，Sol 用 2 倍价格换 2.5 倍速度
7月31日凌晨，OpenAI 同时下调 GPT-5.6 Luna 与 Terra 的 API 价格，并为 Sol 推出更快但更贵的 Fast mode；本期区分 API 单价、产品内额度与尚未披露的收入证据。
7 月 31 日凌晨，@OpenAI 把 GPT-5.6 的商业分层写得很直白：Luna API 价格下降 80%，Terra 下降 20%，Sol 保持原价，另设更快的 Fast mode。1
Fast mode 的定价也很直接：速度最高是 Standard processing 的 2.5 倍，价格是 Standard 的 2 倍，模型智能水平不变。2 这不是 ChatGPT 订阅涨价公告，而是 API 单价、API 延迟和 Codex / ChatGPT Work 用量计费方式的重新分层。3
这组变化释放的商业信号是：OpenAI 正把模型竞争从「谁更强」往「每个任务花多少钱、要等多久」推进。但目前没有 API 使用量、客户数、收入或股价数据，价格动作本身还不能证明需求增长或利润改善。
| 北京时间 | 官方动作 | 现在能确认的信号 | 还缺什么 |
|---|---|---|---|
| 7 月 31 日 01:17 | GPT-5.6 价格公告 | Luna 降价 80%，Terra 降价 20%；两者的低价也反映到 Codex 和 ChatGPT Work 的用量计费中。1 | 实际调用量、收入变化和不同客户的节省幅度 |
| 7 月 31 日 01:17 | Sol Fast mode | API 客户可用 Standard 价格的 2 倍换取最高 2.5 倍处理速度，智能水平不变。2 | Fast mode 的真实延迟分布、使用比例和客户愿意支付的溢价 |
| 7 月 31 日 01:17 | Auto-review 换用 Luna | OpenAI 称 ChatGPT 应用和 Codex CLI 的 Auto-review 从 GPT-5.4 升至 GPT-5.6 Luna，预计成本约低 10 倍。4 | 这是公司预期，不是独立成本测量，也没有公布样本与统计口径 |
| 7 月 31 日 01:22 | 发布价格性能说明 | 官方页面列出 Luna、Terra 的绝对价格，并说明订阅价格和额度预算保持不变。3 | 低价如何影响长期毛利和工作流迁移 |
先看价格：降的是 API 与用量，不是订阅
OpenAI 官方页面列出的新 API 价格是：GPT-5.6 Terra 每百万输入 token 2 美元、输出 token 12 美元；GPT-5.6 Luna 每百万输入 token 0.20 美元、输出 token 1.20 美元。Sol 的价格保持不变。3
这组绝对价格比「降价 80%」更有用，因为它直接告诉开发者该怎么分配任务：批量处理、分类、常规代码实现等对延迟不那么敏感的工作，可以先测试 Luna；需要更均衡质量的日常工作，可以看 Terra；复杂而且对结果要求高的任务，仍可能留在 Sol。这个分配是基于 OpenAI 对三个模型定位的产品推断，不是公开的客户使用数据。3
更容易被忽略的是，OpenAI 同时强调 ChatGPT 和 Codex 的订阅价格、额度预算不变。变化发生在付费订阅使用 Luna 和 Terra 时的额度消耗：同样的订阅不一定多拿到额度，但每次使用这两个模型会消耗更少的 credits。3
这让本次动作更像「降低单位使用成本」，而不是直接扩大订阅权益。对 OpenAI 来说，前者可以鼓励用户把更多任务放进现有产品；对用户来说，是否真的省钱，取决于他们是否把节省下来的额度继续用掉。公开信息还没有回答这个问题。
Loading content card…
再看速度：把延迟变成可购买的选项
Fast mode 是本期最清晰的新产品定价层。官方给出的条件是：GPT-5.6 Sol 在 Fast mode 下最高可达到 Standard processing 的 2.5 倍速度，价格为 Standard 的 2 倍，模型智能水平不变。它取代 API 中原来的 Priority Processing；此前标记为
priority 的请求仍可继续使用，Codex 中的 /fast 也与这一模式对应。23这不是把 Sol 变成更强的模型，而是把「更快得到同等智能水平的结果」单独拿出来收费。对交互式编码、在线客服、实时协作或需要频繁等待模型返回的任务，延迟有明确的业务价值；对离线批处理，Luna 的低单价可能比 Sol 的速度更重要。真正的采购问题从「选哪个模型」变成了「这一步工作值得为多少秒付多少钱」。
官方页面还说，价格调整从 7 月 30 日开始，AWS 的价格会在当天稍后开始 rollout。3 这意味着不同云渠道和不同时间访问到的价格可能短暂不同，开发者需要以实际账单和 API 价格页为准，而不是只看 X 上的百分比。
Loading content card…
产品端：更便宜的模型如何进入工作流
OpenAI 没有把降价只留在 API 账单上。它同时宣布，ChatGPT 应用和 Codex CLI 的 Auto-review 从 GPT-5.4 换成 GPT-5.6 Luna，并预计这项功能的成本约下降 10 倍。4
这一步的含义比「某个模型便宜了」更具体：模型降价开始改变产品默认值和工作流编排。过去需要较强模型完成的检查任务，可能被拆给更便宜的 Luna；更复杂的规划或判断仍由 Sol 负责。OpenAI 官方文章也用「先由 Sol 处理不确定性，再由 Luna 执行明确步骤」作为工作流例子，但这仍是产品方提出的使用方式，不是独立采用率证明。3
这里的风险是，10 倍成本下降容易被读成 10 倍效率提升。两者不是一回事：它可能来自更低的模型价格，也可能来自任务路由、调用次数、输出 token 或工具链变化。OpenAI 没有在这条推文中给出 Auto-review 的原始成本、统计窗口或任务质量对照，不能把它直接写成生产率数字。
今天该盯什么
- 价格线：Luna 和 Terra 的绝对价格是否带来更多 API 调用，以及竞争对手是否跟随调整低端模型价格。
- 速度线：客户是否愿意为 Sol 的 Fast mode 支付 2 倍 Standard 价格；这需要真实延迟和使用占比，而不是最高速度宣传。
- 产品线：ChatGPT Work、Codex 和 Auto-review 是否因为额度消耗下降而出现更多使用。订阅价格不变，不等于用户一定会增加用量。
- 财务线：OpenAI 是否披露 API 收入、token 量、毛利或客户规模。没有这些数据，降价与利润之间只能停在推断层。
这次公告把 GPT-5.6 变成了一张更细的价格表：Luna 负责便宜和规模，Terra 负责日常平衡，Sol Fast mode 负责在时间紧时收取溢价。它是一个更容易让企业按任务拆分预算的产品结构，也是 OpenAI 把效率收益传给客户的公开动作；至于它最终带来更多使用、更多收入，还是更低的单位收入，等真实用量和财务数据出现后才能判断。
References
- 1
- 2
- 3
- 4
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.