前言¶
2026 年 7 月 30 日，OpenAI 宣布对 GPT-5.6 家族中两档模型下调 API 定价：最快、最便宜的 GPT-5.6 Luna 输入 token 价格直降 80%，降至 0.2 美元/百万；中端 GPT-5.6 Terra 降价 20%；旗舰 GPT-5.6 Sol 维持原价不变。
这距离 GPT-5.6 三档模型（Sol / Terra / Luna）于 7 月 9 日 正式 GA 还不到三周。对正在跑 Agent、Codex 流水线或大批量 API 调用的开发者来说，这次调价不是简单的「促销」，而是 OpenAI 把内部推理效率红利直接让渡给客户——也侧面说明 2026 年下半年 AI 推理成本战 已经打到明牌。
本文基于 OpenAI 官方公告与 CNBC 等权威报道，梳理新价格表、降价背后的工程逻辑，以及 Prompt Caching、Codex 配额等和实际账单相关的细节。
GPT-5.6 三档模型与调价一览¶
GPT-5.6 家族按能力分层命名，数字代表代际，Sol / Terra / Luna 是可持续独立演进的能力档位：
| 模型 | 定位 | 调价前（输入/输出，$/百万 token） | 调价后（输入/输出，$/百万 token） | 变动 |
|---|---|---|---|---|
| GPT-5.6 Luna | 最快、最便宜，适合高吞吐、成本敏感任务 | 1 / 6 | 0.2 / 1.2 | 输入 -80%，输出 -80% |
| GPT-5.6 Terra | 均衡档，日常 Agent 与知识工作 | 2.5 / 15 | 2 / 12 | 各 -20% |
| GPT-5.6 Sol | 旗舰，复杂编码与长链路推理 | 5 / 30 | 5 / 30 | 不变 |
三档模型共享 105 万 token 上下文窗口 与 128K 最大输出，API 模型 ID 分别为 gpt-5.6-luna、gpt-5.6-terra、gpt-5.6-sol（gpt-5.6 别名路由至 Sol）。
OpenAI 在公告中表示，策略仍是「每一代智能体在更低成本下完成更多工作」。Sol 不降价、Luna 和 Terra 大幅让利，本质上是在引导开发者按任务复杂度选模型，而不是一律堆旗舰。
降价背后的效率：模型帮模型省成本¶
OpenAI 把此次降价归因于 服务 GPT-5.6 本身的端到端成本下降约 20%，以及 token 生成效率提升 超过 15%。官方在 7 月 29 日曾披露：GPT-5.6 在开发过程中参与了生产代码的重写与优化，模型「帮自己」降低了运行开销——这类自举式效率改进，正在变成大模型厂商降价的硬底气。
对企业客户而言，背景更现实：2022 年 ChatGPT 带火的「token 随便用」时代过去后，不少公司 AI 账单已达数亿美元量级，开始主动控费。与此同时，Moonshot 的 Kimi K3、Google Gemini 3.6 Flash 等 低价或开源权重模型 在部分基准上逼近闭源旗舰，Anthropic 也在 7 月推出更便宜的 Claude Opus 5。OpenAI 在三周内二次调价，可视为对 成本敏感工作负载 市场的直接回应。
Prompt Caching：Luna 输入可低至 0.02 美元/百万¶
GPT-5.6 自发布起即支持更可控的 Prompt Caching（显式缓存断点、最短 30 分钟缓存生命周期）。配合 7 月 30 日的新标价，实际账单还可以再压一层：
- 缓存读取：按标准输入价的 10% 计费（即 90% 折扣）。Luna 缓存命中后，输入约为 0.02 美元/百万 token。
- 缓存写入：按未缓存输入价的 1.25 倍 计费。
- Batch / Flex 处理：约为标准价的一半；Luna 在此模式下约为 0.1 / 0.6 美元/百万（输入/输出）。
对 Agent 类应用，系统提示词、工具 schema、RAG 知识库前缀往往高度重复。把稳定前缀放在 prompt_cache_breakpoint 之前、用户动态内容放在之后，是让 Luna 在「够快够便宜」前提下仍可用的关键工程手段——这也是 OpenAI 把 Luna 定位成「可调用工具、完成多步工作流」而不只是分类小模型的原因。
Codex、ChatGPT Work 与 Fast 模式¶
降价同时覆盖 OpenAI API、Codex 与 ChatGPT Work：
- 订阅费与配额预算不变，但 Terra、Luna 的用量会占用更少的 credits，相当于间接扩容。
- Codex 中：Free / Go 用户可用 Terra；Plus、Pro、Business、Enterprise 可选 Terra 与 Luna。
- GPT-5.6 Sol 新增 API Fast 模式，取代原 Priority Processing，号称比标准处理快最高 2.5 倍，价格为标准价的 2 倍；Codex 中对应
/fast。需要低延迟的编码 Agent 可据此在 Sol 上权衡速度与成本。
AWS Bedrock 等渠道的价格由云厂商单独计费，OpenAI 注明可能与官方 rate card 有差异，上线会分批 rollout。
开发者如何选型¶
结合已核实定价，可按 workload 粗分：
- 高吞吐、结构化提取、路由/分类、简单工具链 → Luna。0.2 美元/百万输入 + Prompt Caching，适合把 Agent 从「演示」推到「全量上线」。
- 日常知识工作、中等复杂度 Agent、Codex 默认档 → Terra。性能对标 GPT-5.5 档，降价后性价比更突出。
- 长推理、复杂编码、Multi-agent / Programmatic Tool Calling → Sol（必要时开 Fast 模式）。
若你的流水线此前因 Luna 1 美元/百万输入而卡在 POC，这次 80% 降幅值得重新跑一遍成本模型；若已在用 Terra，20% 降幅会直接反映在月度账单上。
小结¶
2026 年 7 月 30 日的 GPT-5.6 Luna / Terra 调价，是 OpenAI 在 GA 后不到三周内的第二次价格信号：推理效率提升可以很快转化为 API 单价，而 Agent 时代的长上下文、多轮工具调用 会把「每百万 token 多少钱」变成产品能否规模化的核心指标。Luna 输入 0.2 美元/百万、配合缓存可至 0.02 美元/百万，把成本敏感型 Agent 的门槛又往下拉了一档——接下来比拼的不只是模型榜单分数，还有谁能把同样质量的推理卖得更便宜。
