《OpenAI 智囊团一日发言｜2026-07-31》
本期聚焦 GPT-5.6 的降价、Fast mode 与 Agent 审查降本，并梳理这些效率收益如何进入 Codex、ChatGPT Work 和 OpenAI 的推理栈。
研究窗口为北京时间 2026 年 7 月 30 日 09:00 至 7 月 31 日 09:00；长形式内容检查延伸至 7 月 29 日 09:00。今天合并同一事件后，能够留下的高价值新增判断有 8 条，低于常规的 10 条。主线很集中：OpenAI 没有再发布一个孤立的模型名，而是把 GPT-5.6 的效率收益同时写进了价格、API 延迟、Codex/ChatGPT Work 用量和 Agent 的审查环节。
今日最重要判断
1. GPT-5.6 的更新重点，是把「更便宜」做成一套分层的产品策略
Sam Altman 在北京时间 7 月 31 日 01:27 发布的完整原文：
major price cuts today:*80% drop for GPT-5.6 Luna, now $0.20 per million input tokens and $1.20 per million output *20% drop for GPT-5.6 Terra, to $2/$12 *GPT-5.6 Sol gets Fast mode in the API, up to 2.5x the speed for 2x the price, same intelligence https://t.co/erC6u4VoDR
中文翻译：
今天有大幅降价：*GPT-5.6 Luna 降价 80%，现在每百万输入 token 0.20 美元、每百万输出 token 1.20 美元； *GPT-5.6 Terra 降价 20%，价格降至 2/12 美元； *GPT-5.6 Sol 在 API 中获得 Fast mode，速度最高是标准处理的 2.5 倍，价格为 2 倍，智能水平不变。
这不是简单地把一个模型全面降价。Luna 承担低成本、高吞吐；Terra 保持平衡档；Sol 则把更高预算换成更低延迟。官方产品页还说明，Luna 与 Terra 的降价会反映到 Codex 和 ChatGPT Work 的用量折算中，而订阅价格和 quota budget 不变。对开发者来说，变化是同一笔预算能跑更多工作；对 OpenAI 来说，价格曲线开始直接服务 Agent 的调用量。
2. 这轮价格动作背后，OpenAI 把效率优化的边界推到了推理栈和 Agent harness
OpenAI Developers 在北京时间 7 月 31 日 01:18 发布的完整原文：
The work behind the new prices spans the model, inference stack, and agentic harness, from request routing and token generation to tool use and context management.Luna and Terra’s lower prices are also reflected in how usage is counted in Codex and ChatGPT Work, so your usage goes further.
中文翻译：
新价格背后的工作覆盖模型、推理栈和 Agent harness，从请求路由、token 生成，到工具调用和上下文管理。Luna 和 Terra 的降价也会反映在 Codex 与 ChatGPT Work 的用量计算中，因此同样的用量可以走得更远。
这条发言比「降价 80%」更有信息量。OpenAI 官方工程文章给出的具体例子包括负载均衡、前向传播、推测解码、KV cache 与 engine 配置，以及由 GPT-5.6 Sol 参与改写和验证的 GPU kernel。文章称，相关 kernel 改进让端到端服务成本降低 20%，token 生成效率提升超过 15%。这些数字是 OpenAI 对自身服务栈的披露，不等于每个开发者的实际账单都会按同一比例下降；但它解释了为什么本次降价可以同时覆盖模型价格和 Agent 运行成本。
3. Auto-review 的降本，不只是便宜调用，而是把风险审查从主 Agent 轨迹中拆出一层
Codex 团队负责人 Thibault Sottiaux 在北京时间 7 月 31 日 01:38 发布的完整原文：
We kept ourselves busy with GPT-5.6 Sol. It's pretty good at things.Rolling out
- 80% lower prices on Luna
- 20% lower prices on Terra
- faster speeds on GPT-5.6 Sol in /fast mode
- ~ 10X cheaper auto-approve mode ("review for me" in the app), which now uses Luna to prevent many high risk actions from the main agent
Towards intelligence too cheap to meter and many more breakthroughs ahead.
中文翻译：
我们一直在忙着做 GPT-5.6 Sol。它在很多事情上表现得相当不错。正在推出：
- Luna 价格降低 80%；
- Terra 价格降低 20%；
- GPT-5.6 Sol 在 /fast mode 下速度更快；
- Auto-approve mode（应用里的「替我审查」）便宜约 10 倍；现在它使用 Luna，阻止主 Agent 执行许多高风险操作。
朝着「便宜到几乎不用计量的智能」继续前进，后面还有更多突破。
官方口径是把 ChatGPT app 与 Codex CLI 的 Auto-review 从 GPT-5.4 切换到 GPT-5.6 Luna，预期成本约降低 10 倍。这里要保留一个边界：这是模型和计费层面的成本预期，不是「高风险动作已经被完美拦截」的证明；Sottiaux 说的是「许多」高风险操作。产品方向却很清楚：长时 Agent 不再只靠一个更强的主模型，低成本模型也开始承担轨迹中的安全审查和授权判断。
信息点
模型与推理
4. Sol 的 Fast mode 把 API 延迟变成可购买的独立维度
OpenAI 对 Fast mode 的定义是：GPT-5.6 Sol 的处理速度最高达到 Standard 的 2.5 倍，价格为 Standard 的 2 倍，智能水平不变；已有的
priority 请求继续有效。OpenAI Developers 还把它描述为「more intelligence per dollar」之外的另一种选择：在时间更重要的任务里，用预算换取更快完成，而不是换一个不同能力等级的模型。这会影响实时 Agent、交互式代码修改和需要快速反馈的工作流。它目前是 API 处理模式的价格与速度选择，不能写成 Sol 本身的智能水平提升。
5. OpenAI 内部把这轮更新的北极星说成「每个智能水平的最低价格」
Greg Brockman 在北京时间 7 月 31 日 01:47 写道：
we've cut prices on luna by 80%, making it by far the most price-efficient model in its class.a lot of our research is about how to create incredibly efficient models for any given level of intelligence.excited to see what you all do with intelligence too cheap to meter!
中文翻译：
我们把 Luna 的价格降了 80%，让它远远成为同档位中价格效率最高的模型。我们有很多研究都在解决同一个问题：怎样为每一个既定的智能水平打造极其高效的模型。很期待看到大家用「便宜到几乎不用计量的智能」做出什么。
Brockman 随后又说，OpenAI 的方向是为每一个既定智能水平提供最优价格，同时把智能上限继续往上推。这是内部路线表述，不是独立的第三方性能排名；它更像是在解释为什么 OpenAI 同时保留 Luna、Terra、Sol 三个档位，而不是用一个模型覆盖所有场景。
Agent 与 Codex
6. Codex 的更新继续把浏览、跨仓库审查和图像编辑收进同一个工作流
ChatGPT & Codex changelog 在 7 月 30 日的版本记录为「Browser upgrades, multi-repository review, and image editing 26.727」，具体包括：
- 浏览器支持回看历史页面、管理浏览历史，并在需要时让 ChatGPT 搜索历史；Chrome 扩展可以把打开的标签页或高亮文本带入 side chat。
- 多文件夹项目可以查看所有仓库及各自改动，并一键 Review 跨仓库 diff。
- 图片编辑器新增 Focused view 与 Canvas view，可以在多张图片之间添加评论并发送针对性编辑；侧边栏增加 Activity view。
- Windows 安装可靠性和长路径包文件场景得到修复。
OpenAI Developers 当天单独写道，Codex 的 ImageGen 新增 lightbox 和 canvas，让用户更容易在工作流中探索、修改视觉结果。它和跨仓库 Review 放在同一个版本记录里，说明 Codex 正在从「写代码的 CLI」向包含浏览、审查、视觉编辑的工作台扩展；但这条判断只说明产品表面覆盖范围扩大，不代表这些功能在所有账号、所有平台同时开放。
7. Codex 团队公开说，Agent 已经不能用「输入 token、输出 token」来描述
Tibo Sottiaux 在回复 Greg Kamradt 时写道：
With all due respect, things have evolved way beyond token in / token out. If tomorrow you wake up with your eyes on your back, I don’t think you would be very effective for the day.
中文翻译：
恕我直言，事情已经远远超出了「输入 token、输出 token」的范围。假设你明天醒来时眼睛长在背后，我不认为你那天会有很高的工作效率。
这是回复语境中的产品观点，不是新功能公告。它与本次价格说明里列出的请求路由、工具调用、上下文管理和 Agent harness 是同一方向的补充：OpenAI 计算的对象正在从一次模型调用，转向一段带环境、工具和上下文的工作过程。对开发者而言，评估 Codex 或其他 Agent 时，单看 token 单价已经不够，还要看任务完成率、工具调用次数、等待时间和审查成本。
8. 「ship week」和「Tibo resets」透露出产品速度与用量运营仍在同时拉扯
Tibo 在发布 GPT-5.6 更新前写过「Reset and accelerate. It’s ship week」；Codex 产品负责人 Andrew Ambrosino 随后发问：
this but for tibo resets - who's building it?
中文翻译：
这个能不能也做一个「Tibo 重置」版？谁在做？
「ship week」是节奏信号，不是发布日期承诺；「Tibo resets」也只是团队内部语境中的玩笑，不能据此推断具体额度政策。把两条放在一起，能确认的只有一件事：Codex 一边加快发布，一边仍在处理用户用量、重置和运营工具的摩擦。此次 Luna/Terra 的用量折算调整，正好是同一问题的产品化回应。
ChatGPT 产品更新
9. ChatGPT Work 和 Codex 的预算没有变，但每次调用的用量折算变少
OpenAI 官方产品页明确写出：Luna 与 Terra 的降价会反映到 Codex 和 ChatGPT Work 的 paid subscription usage 中，订阅价格和 quota budgets 保持不变。也就是说，用户不是直接获得更多订阅额度，而是同样额度能够覆盖更多低价模型调用。Plus、Pro、Business、Enterprise 用户可选择 Terra 与 Luna；Free 与 Go 用户可以访问 Terra，具体开放范围仍以产品页面为准。
这是本次更新最容易被误读的地方。「更便宜」不等于「所有计划立刻增加同样的任务上限」，更准确的说法是：用量计数的兑换率变了，产品预算本身没有宣布增加。
商业化与组织
10. 窗口内没有出现足够可验证的新财务或组织判断
主监控与次级监控账号在本窗口内没有发布新的融资、收入、组织调整或客户合同信息。GPT-5.6 的分层定价和订阅用量折算本身已经是商业化信号，但它属于本期的模型与产品事件；没有必要再把同一条发布拆成一条组织新闻。
AI 安全与政策
11. 安全相关的新增判断集中在 Agent 内部审查，没有新的政策或事故披露
本窗口内没有发现白名单账号发布新的政策立场或安全事故复盘。Auto-review 使用 Luna 审查主 Agent 的高风险动作，是今天唯一有具体产品边界的安全信号；它说明了安全检查被放进了工作流，但没有证明轨迹级安全问题已经解决。
外部观察席
12. Mira Murati 的 Inkling-Small 把「开放权重 + 低成本微调」推到更小的模型尺寸
Mira Murati 在北京时间 7 月 31 日 02:51 写道：
Inkling-Small is comparable to Inkling at a quarter the size. Weights are open, fine-tunable on Tinker today. Look forward to seeing what people make with it.
中文翻译：
Inkling-Small 的能力可与 Inkling 相比，但规模只有四分之一。模型权重已开放，今天就可以在 Tinker 上微调。期待看到大家用它做出什么。
这条来自 OpenAI 前 CTO、现 Thinking Machines 负责人，属于外部观察席，不是 OpenAI 内部产品信源。它的判断价值不在于「四分之一」这个宣传数字本身，而在于交付形态：开放权重、可微调、可用现成平台启动实验。它与 OpenAI 今日强调的低成本模型形成市场侧对照，但不能据此直接比较两家模型的能力或价格。
13. Jerry Tworek 与 Rohan Anil：下一瓶颈可能是架构和测试时学习，而不是继续堆参数
在北京时间 7 月 29 日发布的 Sequoia Capital 访谈中，Core Automation 联合创始人、前 OpenAI 研究副总裁 Jerry Tworek 与前 Google/Anthropic 研究员 Rohan Anil 讨论了 Transformer、强化学习和自动化研究。
Tworek 的核心判断是：行业已经把大规模预训练和大规模强化学习做得很成熟，下一步更值得追的是架构本身，以及模型在部署后能否继续从真实任务中学习；Rohan Anil 则强调，未来架构必须同时考虑预训练、强化学习、推理阶段计算和硬件效率。两人都把 Codex 类系统视为当前「人 + 模型」协作的成功样例，但认为距离模型独立完成研究和自我改进仍然很远。
这不是 OpenAI 的路线声明，也不是当日发布的模型结果，而是白名单主监控人物的长形式外部发言。它与 OpenAI 今天公布的推理栈、Agent harness 优化形成了一个值得跟踪的对照：一条路线在优化现有 Transformer 的服务效率，另一条路线在追问下一代架构和测试时学习。
OpenAI 官号当日动态
@OpenAI
- 北京时间 7 月 31 日 01:17｜产品发布｜GPT-5.6 价格与 Fast mode 线程。 Luna 降价 80%、Terra 降价 20%，Sol 在 API 中增加 Fast mode；后续线程补充 Auto-review 切换到 Luna、服务效率收益和 Codex/ChatGPT Work 用量折算。 线程入口
- 北京时间 7 月 31 日 01:22｜技术博客｜价格性能产品页。 发布 Advancing the price-performance frontier with GPT-5.6，给出三档模型的定位、价格、API 速度和订阅用量边界。
- 北京时间 7 月 31 日 00:31｜转推入口｜员工声音。 转发 @jxnlco 关于 OpenAI 员工表达空间的内容；原帖在本窗口内没有提供与产品、模型或组织变化有关的新增判断，因此不扩写。
@OpenAIDevs
- 北京时间 7 月 31 日 01:18｜技术博客｜GPT-5.6 API。 说明 GPT-5.6 通过更直接的工作路径减少时间、token 和成本，并链接至 OpenAI 产品页。 原帖
- 北京时间 7 月 31 日 01:18｜产品发布｜Fast mode。 说明 Sol Fast mode 最高 2.5 倍速度、2 倍 Standard 价格，旧
priority请求继续有效。 原帖 - 北京时间 7 月 31 日 01:18｜技术博客｜推理栈与 Agent harness。 说明新价格背后的工作覆盖请求路由、token 生成、工具调用和上下文管理，并同步到 Codex/ChatGPT Work 用量折算。 原帖
- 北京时间 7 月 31 日 01:18｜产品发布｜Auto-review。 说明 ChatGPT app 与 Codex CLI 的 Auto-review 从 GPT-5.4 切换到 Luna，预期约便宜 10 倍。 原帖
- 北京时间 7 月 31 日 05:39｜产品发布｜Codex ImageGen。 ImageGen 新增 lightbox 和 canvas，更方便在工作流中探索、修改视觉结果，并链接至 ChatGPT & Codex changelog。 原帖
- 北京时间 7 月 31 日 05:39｜技术博客入口｜Codex app 更新。 发布 changelog 链接；当日版本包含浏览器升级、跨仓库 Review、图片编辑和 Activity view 等更新。 入口
@OpenAINewsroom
今日官号无新动态。该账号时间线最近可验证的内容早于本窗口。
OpenAI YouTube
今日官号无新动态。过去 48 小时的搜索结果没有发现能够用频道身份和具体发布时间同时验证的 OpenAI 新视频或直播回放；不把搜索页中的旧视频或「1 天前」标签写成窗口内发布。
今日关注优先级
高。
今天的信号量不高，但主线很完整：GPT-5.6 的效率收益被拆成三种可购买的结果——更低单价、更低延迟和更低的 Agent 审查成本；同一收益又通过 Codex、ChatGPT Work 的用量折算进入产品运营。接下来需要观察两件事：第一，Luna/Terra 的低价是否带来实际调用量和长任务增长；第二，Auto-review 用低成本模型承担风险审查后，OpenAI 会公开哪些误拦截、漏拦截或轨迹级评估数据。
Related content
- Sign in to comment.