GPT-5.6 Luna降价80%，一年前顶尖性能成本仅6%
Luna任务成本降至一年前顶尖模型的约6%，速度接近九倍；新快速模式让Sol响应快2.5倍且智能不变，打破了高性能必高成本的固有认知。
⚑ 厂商内容本文基于OpenAI官方博客，所有数据及引述均来自OpenAI，降价与性能对比口径由OpenAI定义，请读者注意其宣传性质。
一分钟速览结论先行 · 门道在下面
- Luna降价八成:GPT‑5.6 Luna价格下降80%，API输入每百万Token 0.20美元，输出1.20美元。
- 性能等同一年前顶尖:Luna性能与一年前顶尖模型相当，每个任务成本仅约为其6%，速度接近九倍。
- 快速模式快2.5倍:API新增快速模式，GPT‑5.6 Sol响应速度比标准处理快2.5倍，价格为标准两倍，智能水平不变。
- 成本低近99%:在Agents' Last Exam上，Luna表现优于Fable 5，每个任务的估计成本低近99%。
- 缓存复用率从24%到90%:Replit将Luna用于工具调用智能体，提示缓存复用率从24%提升到90%，成本比GPT‑5.4 mini低87%。
1
Luna：让顶尖智能贱如水电
从一年前巅峰性能到如今成本仅6%
80%↓Luna降价幅度
约6%每个任务成本（vs一年前顶尖模型）
接近九倍速度提升（vs一年前顶尖模型）
OpenAI将GPT‑5.6 Luna定义为“廉价到无需计量”的模型，API输入每百万Token仅0.20美元。与一年前的顶尖模型相比，它的智能水平相当，但每个任务成本仅约为其6%，速度接近九倍。在Agents' Last Exam评测中，Luna表现优于Fable 5，而每个任务的估计成本低近99%。
打个比方这就像把去年旗舰手机的性能塞进一台百元机，且运行更流畅，让原本因预算搁置的项目突然变得可行。
◎ 我们的判断OpenAI通过Luna的定价，实际上是在企业市场推行“算力平权”——让高容量工作流几乎不计成本地接入先进智能。但这一对比基于其内部基准，实际业务中的成本下降幅度可能因任务复杂度而异。
2
Sol快速模式与Terra：快慢搭配
2.5倍加速不降智，Terra降本一半用时减60%
标准Sol基准标准处理延迟与成本
快速模式快2.5倍价格为标准2倍，智能不变
全新快速模式取代优先处理服务，向后兼容原有API请求。GPT‑5.6 Terra则降价20%，据Notion评测，它在每个任务成本降低一半、用时减少60%的情况下，达到了与GPT‑5.5相当的质量。企业可在关键流程用Sol快速模式争取时间，在大量常规任务中用Terra或Luna降低成本。
术语卡 · 快速模式一种优先调度机制，让特定请求跳过排队直接获得计算资源，从而缩短响应时间，但需支付更高单价。
3
效率内功：模型自优化与服务降本
内核重写让端到端成本下降20%，Token生成效率提高超15%
OpenAI透露，GPT‑5.6 Sol在人工主导的流程中自主重写了生产内核，设计并运行数百个实验，使模型服务端到端成本降低了20%，Token生成效率提高15%以上。这些改进直接映射到前端的降价与加速。
客户侧数据佐证了效率提升。Replit将Luna用于完整工具调用智能体循环后，提示缓存复用率从24%提升到90%，输出Token减少8.5倍，成本比GPT‑5.4 mini低87%。这意味着更少的重复计算和更经济的运行。
◎ 我们的判断效率改进已形成正向飞轮——更强大的模型帮助优化自身服务，再将增益传导至客户。当前公布的效率数字反映的是首年批量优化成果，长期能否持续同等幅度的降本，仍需观察后续代际。
来源与口径
本文为 CyberFocus 对原报告的编译解读,所有数字逐字出自原文,未作外推。 样本来源于OpenAI Blog《Advancing the price-performance frontier with GPT‑5.6》，所有数字均出自该公告原文。
阅读原文 →解读与翻译仅供学习交流使用,内容版权归原作者所有。