GPT-5.6 Luna 大幅降价，低价模型竞争格局生变

OpenAI 今日对 GPT-5.6 系列进行了显著降价：GPT-5.6 Terra 价格下调 20%，GPT-5.6 Luna 价格下调 80%。

OpenAI 将这次降价的一部分原因归功于 GPT-5.6 Sol 带来的效率提升。其介绍称，GPT-5.6 Sol 被用于优化负载均衡，并进一步参与了推理过程本身的优化。

其中一个关键环节是模型的前向传播，也就是将输入转换为下一个 token 预测的计算过程。即使单个算子执行速度很快，过多的内存移动、同步开销和低效的数据布局仍可能导致 GPU 空转。为减少这些浪费，GPT-5.6 Sol 找出了可以预计算、避免或并行化的工作。

在 Codex 的配合下，GPT-5.6 Sol 还自动重写并优化了生产环境中的内核代码。这些内核是执行模型数学运算的核心代码。OpenAI 表示，这部分工作能够推进，部分原因在于 GPT-5.6 已被训练得更擅长编写和改进 Triton 与 Gluon 代码；这两者都是 OpenAI 维护的开源 GPU 编程语言。

OpenAI 称，这些努力加上 GPT-5.6 Sol 带来的更广泛内核改进，使端到端服务成本降低了 20%。

Luna 降价后的价格位置

GPT-5.6 Luna 的降价对低价模型市场影响明显。当前 Luna 的价格为：

• 输入：每百万 token 0.20 美元
• 输出：每百万 token 1.20 美元

相比之下，Google Gemini 3.1 Flash-Lite 的价格为：

• 输入：每百万 token 0.025 美元
• 输出：每百万 token 1.50 美元

Anthropic 当前最便宜的模型 Claude Haiku 4.5 价格为：

• 输入：每百万 token 1 美元
• 输出：每百万 token 5 美元

也就是说，Luna 当前输入价格约为 Claude Haiku 4.5 的五分之一；在此次降价前，两者输入价格相同。

一位开发者提到，他原本在自己的演示站点中使用 Gemini 3.1 Flash-Lite，现在已经切换到 Luna。

值得关注的变化

这次降价不仅是价格调整，也显示出大模型厂商正在通过模型辅助工程优化来压低推理成本。尤其是让模型参与负载均衡、前向传播优化和 GPU 内核改写，说明模型能力正在被用于改善自身运行效率。

对于开发者来说，低价模型的选择标准可能会重新排序：不仅要看输入、输出单价，还要结合任务类型、输出 token 占比、延迟、稳定性和实际效果综合评估。