OpenAI 刚刚瓦解了自己的定价体系——这改变了一切

OpenAI 亲手终结其中端市场——而这正是其用意所在

7月22日，OpenAI 发布了两款新模型：GPT-6 Sol 与 GPT-6 Luna。看似寻常的官宣，定价却暗藏玄机。

Sol 的价格仅为 GPT-5.6 Sol 的一半，Luna 的价格也仅为 GPT-5.6 Luna 的一半。但两者均采用与 GPT-6 Astra 相同的训练方法——Astra 仍是 OpenAI 当前产品线的旗舰。你买的并非打折降级品，而是按 Astra 标准训练、针对速度与缓存优化、并大幅降价的新模型。

这不是战术性降价，而是对整个人工智能前沿市场的结构性重组。

关键数字

以下是每百万 token 的定价：

GPT-6 Sol：输入 2 美元，输出 10 美元。GPT-5.6 Sol 为输入 4 美元，输出 20 美元。
GPT-6 Luna：输入 0.20 美元，输出 0.50 美元。GPT-5.6 Luna 为输入 0.40 美元，输出 1.20 美元。

真正让同行不安的是性能表现。在 OpenAI 的跨应用工作流基准测试 AutomationBench 上，GPT-6 Sol 在高 effort 下得分 33.2%，超越 GPT-6 Astra 低 effort 的 30.3% 以及 Claude Opus 5 最大 effort 的 26.9%。而 Sol 的成本效率分别是后两者的 3.9 倍和 11.1 倍。Luna 在高 effort 下较前代提升 5.4 个百分点，同时将任务成本降低 58%。

在编程基准 DeepSWE v1.1 上，GPT-6 Sol 在最大 effort 下得分 68.8%，与 Claude Fable 5 的 69.9% 仅差 1.1 个百分点，但成本低至 80%。Luna 在最大 effort 下得分 66.6%，与 Opus 5 和 Fable 5 在中 effort 下的表现持平，但成本仅为后者的约 1%。

在 Agents’ Last Exam V1 中，Sol 在最大 effort 下超越了 Opus 5 的最佳表现，而成本却低 60%。

与此同时，OpenAI 悄然从产品线中移除了 GPT-5.6 Terra。三级产品取代了原来的四级。意图十分明确：当顶端和底端都能独挑大梁时，不再需要中间选项。

谁赢？谁输？

开发者和运行大规模自动化的企业率先受益。 Luna 现已成为任何此前依赖 GPT-5.6 Sol 或 Terra 的应用的可行选择——甚至能胜任原本需 Opus 级模型才能完成的任务。一家每天运行数千个代理处理客服、数据提取或代码审查的公司，一夜之间就实现了计算预算的重估。

Anthropic 在中高端层级损失最大。 Claude Opus 5 在最大 effort 下的表现已被 Sol 超越，并被 Luna 追平，而成本仅为后者的一小部分。Anthropic 同日发布的 Opus 5.5——定位在 Fable 5.1 的性能水平，价格却比 Opus 5 低 40%——是一次合理的防御性举措，但也意味着承认天花板已被压低。竞赛不再是谁拥有最聪明的模型，而是谁能以最低的单任务成本交付智能模型。

OpenAI 自身的 GPT-5.6 用户则损失了一些选择空间。 Terra 的移除以及 Sol 和 Luna 的重新定位，实际上压缩了升级路径。当 6 代模型以半价性能超越你时，继续停留在 5.6 的理由便所剩无几。免费和 Go 层级用户也可通过桌面应用访问 Luna，这进一步将普通用户拉入生态体系。

更深层的信号：Terra 的消失并非偶然

GPT-5.6 Terra 的停正是多数评论员会忽略的细节。在 GPT-5.6 产品线中，Terra 位于 Sol 与 Luna 之间——一种专为复杂度高于 Luna、但又无需 Sol 的任务而设的中端选项。而在 GPT-6 中，这一档位彻底消失。

这是因为 Luna 与 Sol 之间的性能价格比差距已大幅缩小。Luna 在高 effort 下已能处理原本需 Sol 介入的任务，而 Sol 的价格也已降至以前需要 Terra 的工作流如今也能承受的水平。当上下两层模型同时提升性能又降价时，定价阶梯的中间层已无经济可持续性。

OpenAI 正在测试市场是否会接受一个两级结构：以旗舰 Astra 作为品牌背书与高性能买家锚点，其余全部归入高度压缩、高效运转的下层梯队。如果这一策略奏效——早期基准数据已显示其潜力——整个行业都会跟进。

接下来会发生什么

Anthropic 的 Opus 5.5 官宣已表明其正在反应。Sonnet 5.5 与 Haiku 5.5 也将陆续登场。但问题是，当竞赛规则已然改变，防御性定价能否赢得这场赛跑？

真正的转变在于企业思考模型选择的方式。多年来，人们理所当然地认为：付费越多，结果越好。GPT-6 的定价结构颠覆了这一假设。现在的逻辑应是：先从 Luna 或 Sol 起步，仅在任务真正需要时才升级到 Astra，并以单任务完成成本而非单 token 成本来衡量价值。

对每一家大规模运行 AI 负载的企业而言，这是 API 模型成为大宗商品以来最具分量的定价事件。底部抬升，顶部未动，中间被抹除。

OpenAI 不仅仅发布了两款新模型。它重新设计了整个前沿层级的经济逻辑——并邀请所有人随之调整。