GPT-5.6一个月两次降价，大模型API价格战来了

OpenAI 又降价了。据报道，8月21日 OpenAI 宣布下调旗舰模型 GPT-5.6 Sol 的 API 和 Credit 定价：输入每百万 token 从 5 美元降到 4 美元（降 20%），输出从 30 美元降到 20 美元（降 33%），促销价至少维持到 11 月 21 日。这已经是 GPT-5.6 系列一个月内的第二次降价------7月30日，入门款 Luna 直接降了 80%，Terra 也降了 20%。国外媒体已经在讨论：大模型价格战是不是来了。

这两次降价到底降了多少

先把数字摆清楚（均为每百万 token 的 API 价格，据报道）：

模型	原价（输入/输出）	现价（输入/输出）	降幅
GPT-5.6 Sol	$5.00 /$ 30.00	$4.00 /$ 20.00	输入 -20%，输出 -33%
GPT-5.6 Terra	$2.50 /$ 15.00	$2.00 /$ 12.00	输入 -20%
GPT-5.6 Luna	$1.00 /$ 6.00	$0.20 /$ 1.20	输入 -80%，输出 -80%

换算成人民币，Sol 输入约 27 元、输出约 134.8 元每百万 token（按当时汇率，据报道）。另外报道提到，7月那次降价时 Sol 保持原价、新增了 Fast 模式：付 2 倍价格换最高 2.5 倍的生成速度。两次调整把旗舰、均衡、入门三档全部覆盖，这种全系调价的节奏，在之前几代 GPT 上确实不多见。

技术本质：为什么敢降价

说点实在的分析。模型敢这么降，底层是推理成本真的在往下走：架构上的稀疏化和推测解码这类加速手段，加上推理芯片与算力基建的迭代，单 token 的边际成本在降。但更直接的原因是竞争------报道普遍认为，这次降价是针对 Anthropic 和国产模型厂商的正面应对。最近几天，英伟达推理加速器宣布量产、各家 Agent 框架在拼单任务成本的消息也不少，推理价格本来就在被整体往下压。

没变的是什么？计费模式还是按 token 走，降的是"促销价"不是永久价，平台绑定关系也还在。换句话说，单价在降，但"按用量付费"这套生意逻辑没变。

另外，OpenAI 7月30日那次给的说法是"推进价格-性能前沿"（据报道）。媒体已经在担忧：头部厂商接连降价，短期给 AI 应用层创业公司带来成本红利，但长期会压缩整个行业的利润空间------这波是不是价格战，得看其他厂商跟不跟。

对打工人来说这是最实在的利好：自己做个人项目、跑 Agent、写自动化脚本，token 钱都是自己掏的，单价砍掉三分之一到八成，能省不少。对做 AI 应用的团队，输出 token 占比高的场景（长文生成、代码补全）收益更大，因为输出单价降幅最狠。

怎么用、怎么选、有哪些坑

如果公司在选型，或者你自己在调 API，我建议按任务分档：

高频低难度任务（格式化、改写、简单问答）：用 Luna，便宜且快；
- 日常开发辅助：Terra 是平衡档；
- 复杂推理、长代码任务 ：才需要 Sol，需要速度时可以试 Fast 模式。
  另外注意，官方价格表里短上下文和长上下文的单价是分开的，长上下文更贵（据报道）。如果应用经常喂大段文档，实际支出会比表格数字高。建议先把自己业务的输入/输出 token 比例和上下文长度统计出来，按真实用量测一轮，别只盯着每百万 token 的单价。举个简单的判断：聊天、客服这类输入输出都大的应用，Sol 输出降 33% 后整体成本能降两成上下；检索、总结类应用输入占大头，Luna 就够用，没必要上 Sol。

想算清楚到底省了多少，可以跑一段简单的成本测算：

python 复制代码

def api_cost(input_tokens, output_tokens, price_in, price_out):
    """按每百万 token 单价（美元）计算一次调用的成本"""
        return input_tokens / 1_000_000 * price_in + output_tokens / 1_000_000 * price_out
# GPT-5.6 Sol 降价前后对比：100万输入 token + 10万输出 token
before = api_cost(1_000_000, 100_000, 5.0, 30.0)  # 8.0 美元
after  = api_cost(1_000_000, 100_000, 4.0, 20.0)  # 6.0 美元
print(f"降价前: {before:.2f} 美元 -> 降价后: {after:.2f} 美元")

几个坑提醒一下：

促销价有期限。至少到 11 月 21 日，做长期预算别按促销价乐观估算；
- 降价不等于同质。Luna 便宜是因为它本来就更轻量，复杂任务硬上 Luna，该翻车还是翻车；
- 切换模型前做回归测试。输出降价 33% 听着爽，但如果任务结果变差，省下的钱不够填返工时间；
- 限流和并发也要算成本。降价后调用量大概率上涨，注意账户的速率限制和排队，别让省下的钱变成重试时间；
- 别把鸡蛋放一个篮子。价格战意味着各家随时可能再调价，多厂商路由（比如 OpenRouter 这类聚合平台）能对冲一部分风险。

结尾

一个月降两次，说明大模型已经从拼参数进入拼成本的阶段了。价格下来是好事，但"哪个模型干哪件事更划算"这笔账，得重新算。你怎么看，评论区聊聊。