- 事件速览：价格变化本身
7 月 30 日，OpenAI 宣布 GPT-5.6 系列调价：
- Luna：输入 0.20/M，输出 1.20/M，降价 80%
- Terra：输入 2/M，输出 12/M，降价 20%
- Sol：价格不变，新增 Fast mode，2.5 倍速度、2 倍价格
同一天，OpenRouter 宣布在其平台 Luna 降至 0.1/M 输入、0.6/M 输出，Terra 降至 1/M 输入、6/M 输出，相当于在 OpenAI 新价基础上再打 5 折。
OpenAI 给出的定位是：Luna 适合高并发、相对标准化的任务；Terra 是日常工作的平衡选择；Sol 负责需要高智能的环节。
2. 企业算账的三层漏斗
2.1 标价层：官方挂牌价
这是最容易被传播的数。Luna $0.1/M 输入确实低到离谱，但它只回答"每百万 token 多少钱"，不回答"你的业务需要多少 token"。
2.2 平台层：OpenRouter 折扣与路由
OpenRouter 的 50% 折扣属于平台侧行为。中转/聚合平台的常见做法是：用补贴价吸引开发者，后续根据流量规模、模型谈判能力调整。企业如果把预算直接按 OpenRouter 现价做年度规划，存在折扣缩水或模型下架的风险。
2.3 真实账单层：四个容易被忽略的变量
- 输出膨胀：Luna 单价低，但如果它在复杂任务上的错误率更高，修正轮次会拉高输出 token。
- 上下文长度：很多应用把历史对话、文档全文一次性塞进上下文，输入 token 占比高，输入降价才更关键。
- 缓存命中率：官方对 Luna/Terra 的缓存机制未明确披露与此前模型是否一致；缓存没命中时按全价计费。
- 工具调用与 Fast mode：Agent 工作流里，模型调用外部 API 的往返本身不产生模型 token，但等待时间会影响总耗时；对延迟敏感的环节如果开 Fast mode，成本直接翻倍。
3. 可复用的比价检查清单
企业在评估是否迁移时，建议按以下步骤跑一遍：
- 导出过去 30 天生产日志，按模型、按接口拆分输入/输出 token 数
- 用新价格重算一遍，分别按官方价和 OpenRouter 价算两个版本
- 标记错误率/重试率高的任务，单独估算 Luna 替代后的修正成本
- 列出依赖 Sol 级别能力的任务，确认无法被 Luna 覆盖
- 评估 prompt 工程、评估集、灰度流量的迁移人天
4. 冷观察
降价潮对企业是利好，但利好不等于无脑迁移。OpenAI 此时大幅降价，背景是 Kimi K3、GLM、开源模型在中低端市场持续施压，同时企业客户对 API 账单越来越敏感。价格战的本质是抢占工作负载入口，不是做慈善。企业最该做的不是追最低价，而是建立一套持续比价的内部机制。