OpenAI GPT-5.6 Luna 和 Terra 降价

OpenAI 7 月 30 日的公告将 GPT-5.6 Luna 的 API 价格下调了 80%，输入 token 价格从每百万 1.00 美元降至 0.20 美元，输出从 6.00 美元降至 1.20 美元 ^[2]。中端模型 Terra 的降幅相对温和，为 20%，输入 token 价格从每百万 2.50 美元降至 2.00 美元，输出从 15.00 美元降至 12.00 美元 ^[2]。旗舰模型 Sol 的每百万 token 定价 5 美元/30 美元保持不变，但新增了一种快速模式，以双倍价格换取最高 2.5 倍的响应速度，模型底层智能水平无任何提升 ^[3]。

OpenAI 将此次整体降价归因于内部工程进步：据报道，GPT-5.6 有助于优化公司自身的生产和 GPU 推理代码，通过推测性解码和内核优化等技术，将端到端服务成本降低了约 20%，并使 token 生成效率提升了超过 15% ^[1]。该公司并未详细说明为何 Luna 的降价幅度在百分比上是 Terra 的四倍，使得各层级的定价逻辑仍可解读。可以确定的是，现在更低的每 token 价格也适用于 ChatGPT Work 和 Codex 订阅额度的计费，意味着付费用户在相同的月度费用下实际获得了更多使用量 ^[2]。

OpenAI 将此次降价纯粹描述为效率提升的红利，但时机却引发了另一种不太乐观的解读。新的 Terra 定价现已低于 Anthropic 的 Claude Sonnet 4.6，加剧了竞争，而此时两家公司据报均已秘密提交了 IPO 申请 ^[5]。在两家公司都准备上市之际下调价格，引发了一个显而易见的问题：这究竟是真实成本效率在财务报表上的体现，还是在行业每 token 利润率普遍压缩的背景下，为保护使用量而采取的防御性举措。

EMARKETER 高级分析师 Jacob Bourne 认为，这一转变表明“tokenmaxxing 时代已经结束” ^[1]——企业过去曾无节制地消耗 token，如今则要求可衡量的投资回报率（ROI），OpenAI 的定价策略既是在展示技术胜利，也是在回应这种审查。开发者和企业用户对此的解读仍存在分歧：一些人将降价视为 OpenAI 终于通过技术优化战胜了自身基础设施成本的证明，而另一些人则认为这些数字恰恰表明 OpenAI 正在积极投入以维持市场份额，而非真正节省了成本。这两种解读可能同时成立，这正是此次公告引发争论而非共识的原因。

这个故事中最具决定性的数字并非 Luna 的 80% 降幅，而是其背后市场份额的崩塌。与公告一同引用的 OpenRouter 数据显示，谷歌、OpenAI 和 Anthropic 的合计 token 份额已从一年前的约 70% 骤降至如今的约 30% ^[5]。这一缺口已被中国开源模型厂商填补——包括 DeepSeek、智谱 AI 的 GLM-5.2、月之暗面 AI 的 Kimi K3 以及 MiniMax——它们的每 token 成本可比同类美国模型低至 9 倍 ^[6]。

正是这种低价竞争，使得 Quotaflow 联合创始人李一涛认为 GPT-5.6 的定价调整是“整个行业向面向企业应用的高性价比 AI 系统转型的更广泛趋势的一部分” ^[7]，而非 OpenAI 的孤立决策。值得注意的是，尽管中国本土模型在每 token 成本上仍更便宜，但 GPT-5.6 在中国用户中的需求据报仍保持稳定，用户仍通过 VPN 和代理访问，因其效率更高 ^[7]——这表明价格并非竞争的全部。谷歌和微软也纷纷跟进大幅降价，包括微软将其 MAI 模型定位为更便宜的替代品，进一步加剧了整个市场的下行压力 ^[4]。

此次公告的定价逻辑让 Terra 处于一个尴尬的位置。在 20% 的降价后，其每百万 token 的价格为 2.00 美元/12.00 美元，仅略高于 Luna 的新价 0.20 美元/1.20 美元，却仍远低于 Sol 未变的 5 美元/30 美元定价 ^[2]。如今 Luna 价格已大幅降低，并且据报道足以胜任严肃的编码子代理工作，而 Sol 也为愿意支付双倍价格的重度用户提供了更快的模式，仅从价格角度已更难说明 Terra 作为独立中端选项的存在理由。

这与其说是缺陷，不如说是分层定价在竞争压力下的可预见副作用：当最便宜的层级吸收了大部分效率提升的红利时，中端层级的价值主张就会削弱，除非它能开辟出显著的能力差距，而不仅仅是价格差距。OpenAI 未来如何处理 Terra 的定位——是通过拉大与 Luna 的智能差距，还是最终取消这一层级——将比公告中的折扣百分比本身更清晰地揭示其长期产品战略。