OpenAI发布GPT-5.6 Luna，价格较Sol低80%

OpenAI在7月发布GPT-5.6模型系列，并将API产品分为Sol、Terra和Luna三档。公司公布的标准价格显示，Sol的每百万输入和输出Token价格分别为5美元和30美元；Terra分别为2.5美元和15美元；Luna分别为1美元和6美元。按相同Token口径计算，Luna的输入、输出单价均为Sol的五分之一，即低80%。这一差异来自同一代产品内部的能力和成本分层，并非对全部OpenAI模型统一降价。

OpenAI将Sol定位为旗舰档，Terra定位为日常任务的平衡档，Luna则面向更快、更低成本的调用场景。官方同时说明，GPT-5.6支持提示词缓存：缓存读取仍适用90%的输入价格折扣，缓存写入按未缓存输入单价的1.25倍计费，并规定最短30分钟缓存生命周期。这些规则意味着实际账单还会受输入输出比例、缓存命中率和所选模型档位影响，不能仅以单一输入单价推算所有工作负载的成本。

这次定价调整发生在OpenAI扩大GPT-5.6供给的阶段。官方发布信息称，Sol、Terra和Luna可通过OpenAI API使用；不同ChatGPT、Work和Codex套餐的可选档位并不完全相同。热点标题中的“挑战国产模型价格生态位”属于市场竞争层面的解读，OpenAI的公告并未就中国市场、竞争对手价格或具体商业效果作出比较。因此，能够确认的是三档产品的公开价格和相对差异，而非某一地区市场格局已经发生的变化。

三档定价如何影响模型调用与软件交付

对需要高频调用模型的应用而言，Luna较低的标准单价会直接压低同等Token规模下的推理支出，使客服、分类、摘要和部分轻量智能体流程更容易以较低成本试用或扩容。开发团队仍需根据任务质量、延迟、输出长度和缓存命中率选择模型；低价档并不意味着所有复杂工作流都应改用同一模型。

定价分层也会把竞争焦点从单一模型能力延伸到单位任务成本、缓存机制与产品组合。应用软件公司可据此重新评估功能定价和调用预算，云与推理基础设施服务商则需要适配不同档位带来的请求结构变化。市场上其他模型服务的实际响应、客户迁移规模和收入影响，尚无本次公告可以直接确认的数据。

新闻热点内容来源于媒体公开报道。文章分析仅代表个人观点，不构成投资建议。