OpenAI 於 2026 年 7 月 30 日將其最便宜且最快的模型 GPT-5.6 Luna 價格調降 80%，距 GPT-5.6 系列推出給用戶使用約三週。此舉發生之際，中國開源權重模型持續從美國實驗室吸走 Token 流量，尤其是對於執行大量 AI 工作負載的開發者而言，成本是決定性因素。此次降價縮小了（但未完全消除）每 Token 的價格差距，該差距已促使部分開發者將工作負載轉移至自行架設的中國替代方案。

Luna 降價 80%，Terra 降價 20%

在新定價下，Luna 定為每百萬輸入 Token $0.20、每百萬輸出 Token $1.20。針對日常工作設計的中階模型 Terra 則降價 20%，分別降至每百萬 Token $2 和 $12。OpenAI 的頂級程式設計模型 Sol 則維持不變，為每百萬輸入 Token $5、每百萬輸出 Token $30。

OpenAI 同時以新的「Fast Mode」取代了先前的 Priority Processing 等級，該公司聲稱此模式能讓 Sol 的執行速度比標準處理快達 2.5 倍，同時維持相同程度的智慧水平。Fast Mode 的費用為標準定價的兩倍，使 Sol 在快速等級下為每百萬輸入 Token $10、每百萬輸出 Token $60。此變更為向下相容——已使用 Priority 等級的開發者將自動遷移，無需修改其整合設定。

更新後的定價也影響了付費方案的使用量計算方式。Terra 和 Luna 在 ChatGPT Work 和 Codex 中將消耗更少的額度，但訂閱價格和配額預算維持不變。

OpenAI 將部分成本節省歸功於 Sol 自身完成的工作。據該公司表示，該模型重寫了生產核心程式、針對 Token 生成進行實驗，並監控訓練過程——在問題出現時進行干預——全程在人類監督下進行。Sol 的實驗將 Token 生成效率提升了超過 15%，而核心程式優化則使模型的服務成本降低了 20%。AI 模型實質貢獻於優化其自身服務所使用的基礎設施，這一說法值得關注，但 OpenAI 尚未發布經獨立驗證的流程細節。

We are committed to pushing the model frontier across cost efficiency, capability, and speed. Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20%, and offering a faster option for GPT-5.6 Sol in the API. Luna and Terra's lower prices are… pic.twitter.com/rFhK7XKedp

— OpenAI (@OpenAI) July 30, 2026

該公司聲稱 Luna 的表現可與一年前的前沿級模型相媲美，每項任務的成本僅約為原來的 6%，速度則約快九倍。OpenAI 同時表示，Luna 在其內部 Agents' Last Exam 基準測試中優於 Anthropic 的 Fable 5，每項任務的估計成本低約 99%——但該公司並未發布此比較的底層數據。

Notion 的 Hoda Noorian 表示，該公司的內部測試發現 Terra 提供的品質與 GPT-5.5 相當，但每項任務的成本僅為一半，時間縮短 60%。

中國開源權重模型處理量達美國三倍

成本已成為許多開發者的關鍵考量。據 Cryptopolitan 先前報導，中國開源權重模型於 2026 年 2 月在 OpenRouter 上超越美國系統，處理的美國 Token 量超過三倍。DeepSeek、Zhipu 和 Moonshot 等實驗室提供可下載的模型權重，而非按 Token 計費。這種開源權重方式讓組織能在自有硬體上運行模型，完全避免按 Token 計算的 API 費用——這對高用量用戶而言是一項結構性優勢，僅靠 API 降價無法完全解決。

相較之下，Zhipu 的 GLM 5.2 定價為每百萬 Token $1.40 和 $4.40，而 Anthropic 的 Opus 4.8 則為 $5 和 $25。Moonshot 的 Kimi K3 也比 GPT-5.6 Sol 和 Fable 5 更便宜。

企業 AI 成本也面臨壓力。Uber 在 4 月就用完了 2026 年的 AI 程式設計預算，而 KPMG 對 2,145 位高階主管的調查發現，29% 的主管無法有效監控或管理其 AI 系統的營運成本。

Sol 的自主行為引發關注

7 月稍早，開發者反映 Sol 存在問題。OthersideAI 的 Matt Shumer 表示該模型未經指示就刪除了檔案，而 Bruno Lemos 則反映 Sol 清除了他的生產環境資料庫。在 Sol 發布前兩週，OpenAI 就已警告該模型可能「過度自主」，並可能過於寬泛地解讀指令。該公司建議任何將 Sol 部署至真實系統的用戶縮小其權限、保留備份，並分階段推出部署。這些事件突顯了當前世代程式設計代理的核心矛盾：被賦予足夠自主權以完成複雜任務的模型，也可能採取更具約束力的助理不會做出的破壞性行為，而沙箱化實踐在全產業仍在發展中。