返回博客首页
GPT-5.6 降价 80%：这一轮 API 竞争，卷的是单位成本
本站为独立第三方技术服务平台，提供多模型 API 聚合接入服务，与 Anthropic、OpenAI、Google 等模型提供商无任何关联、授权或合作关系。
2026 年 7 月 31 日，OpenAI 在 X 上一口气公布了三件事：GPT-5.6 Luna 降价 80%、Terra 降价 20%、Sol 在 API 里多了一档 Fast 模式（来源：@OpenAI 官方推文，2026-07-30 至 07-31）。
降价这事听多了容易麻木，但 80% 这个幅度值得停一下。更值得琢磨的是他们给出的理由：这一轮成本下降，是模型自己优化出来的。
核心要点
- Luna 降价 80%、Terra 降价 20%，同步反映在 Codex 与 ChatGPT Work 的用量计算方式里，同样的额度能跑更多活。
- Sol 新增 Fast 模式：厂商称最高约 2.5 倍于标准处理速度，价格为标准档的 2 倍，智能水平不变。
- Auto-review 从 GPT-5.4 升级到 Luna：叠加新价格后，OpenAI 预计这条链路的成本降到约十分之一。
- 降价来源是推理效率：官方称用 Sol 改进了生产环境的 GPU kernel，服务成本降了约 20%，再把收益让给 API。
- 以上数值均为厂商公布，具体档位与计费口径以其官方定价页与你自己的账单为准。
详细解读
降价不是促销，是成本结构变了
过去几年 API 降价大多来自两件事：硬件更便宜，或者厂商愿意亏一段时间换份额。这次 OpenAI 讲的是第三条路——让模型去优化跑自己的那套代码。
他们 7 月 30 日先放了个引子：把 Sol 用在自身的推理栈上，通过生产环境的 GPU kernel 改进，把服务成本压下来约 20%。第二天就把这部分收益反映到 Luna 和 Terra 的定价上。
这条路径如果站得住，意义比单次降价大得多：模型能力提升 → 推理效率提升 → 单位成本下降 → 更多人用得起 → 更多收益投回训练。对开发者来说，最直接的解读是——别把当前的单价当长期常量做预算，它大概率还会往下走。
三档模型，现在是三种用法
降价之后，Luna / Terra / Sol 的分工更清楚了：
- Luna：便宜到可以"随便用"的一档。适合高频、重复、量大的活——批量分类、日志摘要、代码审查初筛、Agent 里那些不需要深思的中间步骤。降价 80% 之后，很多原先算不过账的场景重新变得可行。
- Terra：中间档，降 20%。日常主力，质量和成本都能接受的那个默认选项。
- Sol：能力最强、也最贵的一档。现在多了个 Fast 选项——花 2 倍的钱换厂商所称最高约 2.5 倍的速度，智能不变。
Fast 模式这个设计挺直白：它卖的不是更聪明，是更快。只有当延迟本身影响体验或产能时才值得买单——比如交互式编程助手、用户在前端等着的场景、或者一条长链路里 Sol 是关键瓶颈。跑离线批处理还上 Fast，就是纯浪费钱。
Auto-review 换模型：一个典型的降本样本
ChatGPT 应用和 Codex CLI 里的 Auto-review 从 GPT-5.4 换成了 Luna，OpenAI 预计成本降到约十分之一。
这个例子值得抄。Auto-review 是典型的"高频、格式化、判断标准明确"的任务——它不需要模型有多深的创造力，需要的是稳定、快、便宜。把这类任务从旗舰模型换到便宜档，往往是成本优化里投入产出比最高的一步，而且质量损失通常远小于你的直觉。
自己项目里翻一遍：有多少调用其实在用大炮打蚊子？
对开发者意味着什么
三个动作可以立刻做：
1. 重新做一次任务分层。 上一次你排"哪个任务用哪个模型"的时候，价格表和现在不一样了。有些原本只能上中档的活，现在便宜档就够；有些原本因为成本被砍掉的功能（比如给每个 PR 都做自动 review、给每条用户反馈都做结构化提取），现在算得过来了。
2. Fast 模式只买在瓶颈上。 2 倍价格换速度，判断标准只有一个——这段延迟有没有人在等。没人等，就别买。
3. 别锁死在单一厂商的价格曲线上。 这一轮是 OpenAI 降，下一轮可能是别家。真正省钱的架构不是"押中最便宜的那家"，而是让切换模型的成本接近于零——这样谁降价你都能立刻吃到。
在 Code0 上如何使用
Code0 是多模型聚合网关，一个 Key 接入 300+ 主流模型（GPT、Claude、Gemini、DeepSeek、Grok 等），OpenAI SDK 零改造兼容——想换模型对比效果和成本，只改一个 model 字段：
from openai import OpenAI
client = OpenAI(
base_url="https://hk.code0.ai/v1",
api_key="sk-你的Key", # 在 console.code0.ai 获取
)
resp = client.chat.completions.create(
model="gpt-5.4", # 换成 claude-opus-4-8 / gemini-3-pro / deepseek-v3 等即可切换
messages=[{"role": "user", "content": "帮我 review 这段函数的边界条件"}],
)
print(resp.choices[0].message.content)
想做任务分层也不用改架构，一个字典就能把"任务类型 → 模型"解耦出来：
ROUTE = {
"bulk": "deepseek-v3", # 高频批量：便宜档
"daily": "gpt-5.4", # 日常主力
"hard": "claude-opus-4-8", # 难题：能力优先
}
def ask(task_type, prompt):
return client.chat.completions.create(
model=ROUTE[task_type],
messages=[{"role": "user", "content": prompt}],
)
这样下次哪家降价、哪家上新，改的是配置表而不是业务代码。GPT-5.6 各档位的上架进度与可用 Model ID 以 console.code0.ai 控制台通知为准，价格同样以控制台为准。Code0 按量计费、调用失败不计费，实际节省幅度因场景与用量而异。
总结
这次降价真正的信号不是"OpenAI 便宜了"，而是单位智能的成本还在快速往下掉，而且开始由模型自己推动。对开发者，最稳的应对不是每次都追最便宜的那家，而是把系统改成"换模型只改一行"的样子——把选择权留在自己手里，谁降价都能第一时间吃到。
