OpenAI 大幅下调其低成本 GPT-5.6 版本的价格
OpenAI 在 AI 模型市场上做出了一项显著的定价调整，自 7 月 30 日起，将其 GPT-5.6 Luna 版本的价格下调 80%，Terra 版本下调 20%。此次调整使公司最高端的 Sol 定价保持不变，但大幅降低了更小和中端产品的成本，而这类产品最可能影响对价格敏感的推理工作负载和大规模部署。
据 The Decoder 报道，Luna 现在每百万输入 token 价格为 0.20 美元，每百万输出 token 价格为 1.20 美元，降至一个使其成为激进低价选项的水平。Terra 则降至每百万输入 token 2 美元、每百万输出 token 12 美元。该公司表示，GPT-5.6 的全部三个版本仍可通过 ChatGPT Work、Codex 和 OpenAI API 获取，因此这些降价措施将同时影响面向消费者的企业工具和面向开发者的平台。
最直接的看点是 Luna 降价的幅度。80% 的下调并不是常规的价格调整，而是一种信号，表明公司准备在价格与性能上直接竞争，尤其是在客户越来越不只看基准测试结果，也看大规模生产工作负载运行成本的市场环境中。
OpenAI 的解释：来自其前沿模型的基础设施效率提升
OpenAI 告诉 The Decoder，这些降价部分得益于 GPT-5.6 Sol 提升了公司自身的基础设施效率。具体而言，报道称该模型能够自主优化 GPU 软件，将部署成本降低 20%。它还通过 speculative decoding 将 token 生成效率提升了 15% 以上。综合来看，这些说法本身就构成了一个值得关注的故事：OpenAI 认为，其最高端系统带来的改进可以回流到更低成本产品的经济模型中。
如果这一说法准确，那么公司实际上是在展示其内部技术栈中的一种纵向学习模式。最强大的模型不仅是面向客户的产品，也是在帮助降低其下层平台运行成本的工具。这一点很重要，因为 AI 部署的经济性正越来越取决于基础设施效率，而不仅仅是原始模型质量。即便是吞吐量、软件优化或 token 生成速度的相对小幅提升，在大规模推理量下也可能产生很大的影响。
The Decoder 还报道了 OpenAI 的说法，即 Luna 的性能可与一年前的领先模型相当，但运行速度更快、成本更低。该媒体将这一对比概括为：在那些早期领先模型上原本要花 1 美元完成的任务，如今在 Luna 上大约只需 6 美分，而且速度接近快 9 倍。即便这种表述带有一定宣传色彩，它仍然抓住了新定价的核心：OpenAI 正试图把一款具备去年高端能力的模型，变成当今应用中的通用基础组件。
更广泛的市场压力已十分明显
OpenAI 的解释聚焦于内部效率，但市场背景同样重要。The Decoder 明确指出，AI 行业的价格压力正在上升，尤其来自低成本的中国供应商。这是一个重要细节，因为它表明新的定价并不只是技术进步带来的奖励，也是在一个低成本推理正成为战略武器的竞争环境中的回应。
报道称，微软也在公开推广自己的 MAI 模型，作为 OpenAI 更便宜的替代方案。这让竞争格局又多了一层。价格压力不再只来自美国前沿模型生态之外，也开始出现在紧密的商业关系和相邻的产品栈中，客户可能已经在寻找供应商多元化或降低模型账单的方法。
从实际角度看，这意味着 OpenAI 所处的是一个很难在所有模型层级上都维持溢价定价的市场。客户在某些情况下仍会为顶级能力付费，前提是它能显著改善结果，但大量生产场景围绕的是分类、检索、转换、摘要、路由和大规模工具调用。在这些类别中，更低成本和足够好的质量，往往比拥有单一最强的前沿模型更重要。
为什么 Luna 比标题看起来更重要
报道将 Luna 描述为 OpenAI 最小的 AI 模型，而这也许正是这次定价调整意义重大的原因。小模型通常是高流量系统的主力，负责重复性任务、支持 agentic 工作流，并降低那些需要在单个用户会话中进行多次调用的应用成本。通过如此大幅地削减 Luna 的价格，OpenAI 不只是让入门级选项更有吸引力，而是在强化最可能影响广泛软件产品采用经济性的那个模型层级。
The Decoder 表示，Luna 的目标是在价格与性能上压制竞争对手。这一目标反映了 AI 市场的更广泛变化。在生成式 AI 热潮的大部分时期，各家公司主要围绕最新旗舰能力展开竞争。但越来越多地，真正更持久的战场看起来是运营效率：客户能以多大预算买到多少有用的智能，以及这些智能能以多快速度被交付。
这种转变的影响超出了供应商排名本身。更低的推理价格可以扩大开发者愿意发布的应用类型，尤其是在利润率较低或用户行为不可预测的领域。它们也会抬高市场预期，迫使竞争对手解释为什么自己的低端模型更贵、运行更慢，或在相近价位下表现更弱。
一场伴随真实战略风险的价格战
报道最后给出了谨慎的基调，而这种谨慎值得认真对待。The Decoder 警告说，持续升级的价格战可能会伤害整个市场，因为它会拖慢那些财务前景依赖于大规模基础设施投资的前沿实验室的收入增长。这种张力已成为 AI 领域的核心问题之一：行业正在芯片、数据中心和模型开发上大举投入，而竞争力量却不断把终端用户价格压低。
OpenAI 于 7 月 30 日进行的降价同时展示了这一方程式的两面。一方面，公司表明自己有信心，效率提升足以支撑更便宜的部署；另一方面，它也参与到了一场可能压缩整个行业利润率的竞赛中。对开发者和企业买家来说，眼前的结果是有利的：更好的经济性，以及在选择模型层级时更大的议价空间。对模型提供商来说，长期问题在于，效率提升能否跑赢竞争带来的下行压力。
就目前而言，信息很明确。OpenAI 尤其希望 Luna 被视为一种快速、低成本的生产级 AI 基础，而不是一种妥协方案。如此大幅的降价表明，公司认为下一阶段竞争的胜负，不只取决于谁能打造最聪明的模型，也取决于谁能以最低且可持续的成本提供有用的智能。
本文基于 The Decoder 的报道。阅读原文。
Originally published on the-decoder.com