北京时间7月31日凌晨，OpenAI在社交平台X投下一颗降价炸弹：GPT-5.6系列两款模型大幅调价。入门款Luna输入价从每百万Token 1美元降至0.2美元、输出从6美元降至1.2美元，降幅齐刷刷80%；定位「日常干活主力」的Terra输入、输出分别降至2美元和12美元，降幅20%；只有旗舰Sol维持5美元/30美元原价，但新增Fast mode，速度最高提至标准模式2.5倍、价格翻倍。这条消息叠加一天前DeepSeek V4-Flash正式版公测，开发者在同一周迎来双重利好，大模型价格战正式进入白热化。
一、三档分层：把Agent模型卖到小模型价位
这次降价最耐人寻味的，不是降幅本身，而是降在哪一档。Luna被OpenAI明确定位为「面向成本敏感型工作负载的模型」，但它能调用工具、处理长上下文、执行多步工作流——也就是说，它是一个正经能干Agent活的模型，却被卖到了过去简单小模型的价位。横向看，降价后Luna输入价已与上一代GPT-5.4 nano持平，输出价甚至更便宜0.05美元；但两者干的活完全不同，nano主要面向分类、信息抽取、排序等简单高频任务，Luna却能跑长链路工作流。换言之，OpenAI正在把「支撑Agent干活的模型」下沉到「小模型的价格带」，意图很明确：用低价把高频Agent负载从竞品（尤其是DeepSeek、Kimi等开源低价模型）手里抢回来。Terra的克制降幅与Sol的「加速不加价」，则维持了产品分层——旗舰保溢价，中低档拼性价比。
二、降本推手是AI自己：Sol重写了自己的内核
OpenAI给这轮降价的理由很「AI原生」：GPT-5.6 Sol通过Codex接入了生产推理栈，自主重写并优化了运行自己的GPU内核，设计并跑通了数百次推测解码架构实验，最终把端到端服务成本压低约20%、token生成效率提升超15%。官方强调整个过程仍由人类主导，Sol写出的内核需经开源工具FpSan逐项检查才能上线。这等于公开演绎了一遍「AI优化AI」的飞轮：模型越强，越能优化自己的服务成本，成本越低，越有底气降价，降价又换来更多调用与更多优化数据。Sam Altman把这套逻辑形容为「Sol自己帮自己省了钱，特此回馈用户」。不过需客观说明：上述降本数据来自OpenAI自述，具体内核优化细节与可复现性，行业暂未独立验证。
三、价格战白热化：国产低价逼出这轮下调
业内普遍把这次降价视作国产大模型低价攻势的直接回应。以DeepSeek V4系列为代表的国产模型，凭借缓存机制把重复输入成本压到极低，叠加一众国内厂商的平价API，持续分流海外中小开发者。第三方评测也给出佐证：Artificial Analysis的图表显示，完成同等标准任务时，降价后的Luna综合性价比已全面超越DeepSeek V4 Pro；TheAgentReport拆解则指出，DeepSWE基准上Luna每美元约换24个基准分，而Claude Fable 5仅约3.2分，效率差出5到7.5倍，且在Agents' Last Exam上Luna得分反超Fable 5、单任务成本约为对方1%。更微妙的是用户情绪——不少开发者把矛头指向Anthropic，称「压力给到A社，轮到你了」，也有声音直言「感谢Kimi」，把中国开源模型的低价压力视为逼出这轮降价的催化剂。Gartner预计2026年全球AI优化型IaaS支出达375亿美元、同比增约105%，其中推理支出首次超过训练；到2029年推理占比将升至65%以上——当推理成为主要成本，价格自然成为开发者用脚投票的第一变量。
四、客观看：降价红利与Token账单的此消彼长
红利明确：对跑编程Agent、客服Agent等高频场景的开发者而言，Luna的降价意味着Token账单的直线下降——以一个每天消耗5000万输入、500万输出Token的编程Agent估算，Luna月度费用从约2400美元降至480美元。OpenAICFO Sarah Friar披露，Codex与ChatGPT Work周活已破1000万、两周翻近一倍，部分增长正来自因Claude Code账单过高而转投的Anthropic用户；降价后订阅费不变，但调用Luna、Terra消耗更少积分，同笔订阅能干更多活。但边界必须讲清：其一，降价集中在中低档，真正复杂的代码与多模态深度思考仍由原价Sol承担，高端任务的门槛并未降低；其二，随着Agent进入高频场景，模型费用会随调用次数、上下文长度与任务复杂度持续累积，价格战缓解的是单价，却放大了「调用量」这一变量，企业的Token账单仍需要从零散支出变成专门管理的成本科目；其三，性能差距收窄后，价格更易左右选择，但模型厂商的定价权正同步收窄——只有最顶级的模型还握有溢价。这轮80%的降幅，不是价格战的终局，而是「按任务计价」时代到来的发令枪。