GPT-5.6 Luna降价80%正面硬刚DeepSeek，价格性能比直接翻盘。
大模型价格战、推理成本、API调用、模型路由、缓存复用、RSI自我优化 vs. 开源AI 这些概念正在重塑AI行业的游戏规则。企业批量处理文档、代码生成、智能客服这些场景，现在用Luna的成本比以前坐公交还便宜。
图表来自他们的降价公告： 借助 GPT-5.6 提升性价比 | OpenAI
价格屠夫Luna八折砍完对手只剩哭
先别管什么模型架构推理优化，咱们直接看账单。OpenAI这次下手有多狠？GPT-5.6 Luna，这货是他们家跑得最快最便宜的模型，输入价格直接砸到每百万个词元两毛美元。对，你没看错，两毛。输出端也才一块二。这个价格比很多开源模型自己租机器跑还便宜。
怎么理解这个概念？你写一篇两千字的文章，让Luna帮你改三遍语法、润色两遍、再扩展成五千字长文，最后算下来电费都比这贵。以前企业做个文档批量处理，得掰着手指头算API调用费，现在？闭着眼睛随便用。
这个降价幅度是80%。一个已经在市面上跑得不错的模型，突然砍掉八成的价格，就问你疯不疯。要知道，Luna本来就不是弱鸡。它在专业工作测试里的表现，能打平一年前那些所谓的顶级模型，但成本只有人家的6%。你能想象吗？花一块钱买到以前十七块钱才能买到的东西。
竞争对手现在什么心情？DeepSeek那边估计正在紧急开会。因为以前价格优势是他们手里的王牌。DeepSeek V4系列靠着低价策略，硬是在OpenAI嘴里抢下了一大块市场。现在OpenAI直接掀桌子，用比你更低的价卖比你更强的货。这就好比你在夜市摆摊卖炒饭，突然隔壁五星级大厨推着餐车出来卖盒饭，价格还比你便宜一半。这游戏还怎么玩？
高效暴力Sol自己改代码干掉自己成本
价格不是凭空降下来的。你以为OpenAI大发慈悲做慈善？想多了。他们的秘诀藏在GPT-5.6 Sol身上。Sol是家族里最聪明的老大，专门干重活。但这次它干了一件特别反人类的事：自己优化自己。
OpenAI的工程师让Sol去改写和优化生产环境里的核心计算模块。这玩意儿叫内核，是模型跑起来最底层的计算单元。Sol接手后，自己写代码，自己跑实验，自己监控训练过程，发现问题自己动手改。就这么一套组合拳下来，模型服务的端到端成本直接降了20%。光这个内核重写，就把整个系统的效率往上提了一大截。
而且Sol还顺带做了几百个实验，把词元生成效率又提高了15%以上。这两个数字叠加起来，就是Luna降价的底气。你看这循环多吓人：模型越聪明，越能帮工程师优化系统；系统优化好了，成本越低；成本越低，用的人越多；用的人多了，数据反馈越多，模型又更聪明。这闭环转起来，对手根本追不上。
更要命的是，这个优化过程还在持续。Sol现在就跟一个不知疲倦的技术主管一样，天天泡在实验室里找哪里能省点算力、哪里能快个零点几秒。它不需要咖啡，不用睡觉，更不会要求涨工资。人类工程师还在Excel里对数据的时候，它已经把几百个方案跑完了。
掐架神器Luna当跑腿Sol当大脑
模型降价不稀奇，稀奇的是降价之后怎么用。OpenAI这次的精明之处在于，他们不仅卖便宜货，还教你怎么搭配着用。这套组合拳叫模型路由。意思是根据不同任务，自动分配给最合适的模型。
比如你是一个搞软件开发的。遇到一个特别复杂的系统架构问题，脑子一团浆糊，这时候你调用Sol。Sol会帮你拆解问题、分析风险、给出几个可行方案，把大方向定下来。这一轮调用可能贵一点，但你获得了战略级的建议。一旦方案定下来了，具体实施阶段，比如要写一个登录功能的代码、写几个单元测试、跑一下测试用例看结果，这些琐碎的活儿全甩给Luna。
Luna做这些日常工作的质量不差，但速度快得多，而且超级便宜。一套工作流下来，Sol花了大价钱但只用了一次，Luna跑了上百次但总花费还不到Sol的零头。综合算下来，整个开发流程的成本大幅降低，效率反而提升。
这种模式能玩的场景太多了。处理法律合同，先让Sol读懂条款找风险点，再让Luna批量比对历史案例。做客户服务，复杂投诉让Sol出面，常规咨询Luna三秒回。写营销文案，Sol出创意框架，Luna生成几十个变体然后测试。一个团队里，脑力活和体力活分开计价，这才是工业级的玩法。
速度刺客Fast模式让Sol跑出博尔特速度
Luna降价抢的是批量市场，Sol则靠Fast模式收割速度敏感型用户。Fast模式是什么？就是把以前需要排队等待的优先级处理，升级成了默认的加速通道。在API里调用Sol的时候，开启Fast模式，响应速度直接拉满，比标准处理快2.5倍。
代价也很直接，价格翻倍。但很多场景里，时间就是钱。你做一个实时交互应用，用户等三秒和等七秒，流失率完全不一样。金融交易里做实时风控，早一秒拿到结果可能就能避免一笔坏账。医疗AI辅助诊断，医生等结果的时间越短，病人就越安全。
Fast模式没有改变Sol的智力水平，不是让模型变聪明了，只是让它回答得更快了。这种灵活性给企业提供了另一种权衡维度。以前选模型是在价格和智能之间找平衡，现在又多了一个速度。同一个模型，可以有三档速度和价格的选择。急事用Fast，慢活用标准，这比换模型省事多了。
竞争大戏感谢中国对手逼出最狠降价
Reddit评论区里吵翻天的点很有意思。大量网友说了同一句话：感谢DeepSeek。没有DeepSeek和Moonshot这些中国公司的搅局，我们看不到这种幅度的降价。这话对不对？从时间线上看，很有道理。
OpenAI的声明里虽然没提竞争对手，但字里行间的压力藏不住。他们一直强调的使命是让通用人工智能惠及全人类，落实到行动上就是不断压低成本。但市场机制就是这么残酷。当DeepSeek用更低的价格提供接近的性能时，OpenAI只有两条路：要么降价死守份额，要么看着客户流失。
有意思的是，有人质疑OpenAI这次降价是做亏本买卖抢用户。但仔细看他们的技术说明，效率提升带来的成本下降是实打实的。Sol自己优化内核那一波操作，省下的钱足够支撑这次降价还有富余。这不是补贴战，这是技术驱动的成本革命。
还有个细节特别黑色幽默。评论区有人讽刺说，这不就是资本主义市场在起作用嘛。另一拨人立刻怼回去：XXX公司背后有补贴？吵归吵，结果摆在桌上。
AI推理成本在过去两年里，从一块钱处理一段话，暴跌到能处理一本书。无论你站哪边，赢的都是普通用户和开发者。
低到离谱的AI用起来就像不要钱
Luna现在的定价，按每百万输出词元一块二来算，你跑完一整套复杂的智能体任务，可能总花费还不到买瓶水的钱。Replit的总裁说，这是他们见过的最接近便宜到没法计量的智能。Notion那边更直接，用Terra处理日常工作，成本比之前砍半，速度还快了60%。
这些大厂测试数据摆出来，中小企业基本就按捺不住了。以前因为成本太高不敢做的场景，现在全都可以试水。比如让AI批量分析过去三年的客户聊天记录，找出投诉规律。以前可能觉得没必要，花那个钱干嘛。现在呢？成本低到可以忽略不计，顺手就跑了。跑完之后发现，卧槽，原来投诉集中在三个问题上，赶紧改。这跟捡钱有什么区别。
再比如代码仓库里的历史遗留问题。很多公司有几千个微服务，依赖关系乱成麻。专门找人梳理成本太高，不梳理又天天出故障。现在让Luna每天凌晨跑一遍全量扫描，早上上班之前把风险报告放你桌上。这种自动化巡检以前是奢侈，现在变成标配。
AI从奢侈品变成水电煤，这个过程比所有人预想的都快。以前说AI普惠，都是口号。现在你打开API控制台，看一眼账单，发现跑了一整个月的实验只花了三块五，你才真正感受到普惠。而且这还只是开始。Sol还在继续优化内核，工程师还在训练下一代模型。按照这个迭代速度，明年的今天，AI可能真的跟空气一样便宜了。
降价80%，性能不打折，速度还翻倍。这不是技术升级，这是掀桌子重新定义游戏规则。原来科技圈的内卷，卷到最后全是用户的福利。
原文期刊：OpenAI官方新闻博客
极客水评
关键是：OpenAI这么降价背后是得益于GPT自我优化，用AI自我优化降低成本来对抗开源代码的低成本，这也是开启了新的竞争方式。
补充
OpenAI 让 Luna 的价格更加亲民，也让它更具吸引力。而仅仅一天之后，Deepseek 就推出了 Flash 版本，进一步提升了其竞争力，重新夺回领先地位。
DeepSeel V4 FLash正式版刚刚发布，GPT-5.6 Luna只比其高1分。根据 https://artificialanalysis.ai/ 的更新，Deepseek V4 Flash 0731 的单次任务成本为 0.03 美元。
