GPT-5.6 全家族进入 AWS Kiro：Terra 任务成本降低约 82%，但别把成本当准确率

一次接入，三档模型全部进入 Kiro

OpenAI 宣布，GPT-5.6 家族的三个成员——旗舰级 Sol、平衡型 Terra 和高性价比的 Luna——现已进入 AWS 的 Kiro。用户可以在 Kiro 的 IDE、CLI 和 Web 环境中调用这些模型，用于规划、编写、审查和测试软件。

Kiro 是 AWS 主打的“规范驱动开发”（spec-driven development）环境。与传统的“输入一段提示词，等待代理生成代码”不同，它强调先明确软件应该做什么、如何实现，以及具体要分几步完成。

Kiro 如何把想法变成可执行计划

开发者可以先用自然语言描述产品意图，例如希望新增一个功能，或修改现有系统的某项行为。Kiro 随后会围绕代码库和项目约束，逐步生成一套结构化规范：

1. 需求（Requirements）：将模糊的产品想法拆成用户故事、行为要求和验收标准；
2. 技术设计（Design）：明确系统架构、数据流、技术栈选择以及实现方式；
3. 任务清单（Tasks）：把设计进一步拆成有顺序、可跟踪的实现步骤。

这套流程的核心价值，在于让需求、设计决策和任务列表成为团队可以共同审阅的“事实依据”。代理不必每次都从一条孤立提示词重新猜测项目目标，开发者也可以在真正开始写代码前修改或批准规范。

对于需要多轮迭代、跨文件修改或长期维护的项目，这种持久化上下文可能比一次性提示更容易审查和管理。不过，规范本身是否准确，仍取决于开发者的检查；结构化流程并不意味着代理不会理解错误。

“成本降低 82%”到底意味着什么？

OpenAI 与 AWS 表示，在 Terminal-Bench 2.1 的联合测试中，GPT-5.6 Terra 在 Kiro 中完成成功任务的成本约低 82%。1819

这个数字很醒目，但需要准确理解。它指的是完成一个成功任务所需的端到端成本，而不是：

• Terra 的准确率提高了 82%；
• Terra 在每一种部署环境中都比 Sol 便宜 82%；
• Terra 本身的推理效率单独带来了全部节省。

公开结果显示，在这项比较中，Terra 的任务成功率为 87.4%，Sol 为 88.8%。换句话说，Sol 的准确率略高，但 Terra 以更低的成本完成了足够多的成功任务。

OpenAI 和 AWS 没有进一步拆分这一结果：目前无法从公开数据中判断，82% 的节省分别有多少来自 Kiro 的代理执行框架、规范驱动流程、Terra 使用的 token 数量、模型自身效率，或模型价格。因而，更稳妥的说法是：这是 Terra + Kiro + 测试配置 的系统级成本结果，而不是 Terra 在所有场景下都拥有 82% 的单独效率优势。

AWS 为什么强调“规范驱动”

AWS 的论点是，编码代理要进入团队和生产环境，光有生成能力还不够，还需要可追踪、可审计和可治理的工作流程。Kiro 试图把产品意图、验收标准、架构选择和实现任务连接起来，让团队能够在代理动手之前介入，并在之后追溯它为何采取某种实现方式。

这也是 Kiro 与单纯的聊天式编程助手之间的主要区别：前者把“写代码”放在需求澄清和设计之后。对于复杂的多步骤任务，这种方法可能减少代理在目标不明确时的即兴发挥，但它也会增加前期规划和审阅的时间。

GPT-5.6 家族近期持续降价

Kiro 的上线与 OpenAI 最近的一系列价格调整处在同一条主线上。

7 月 30 日，OpenAI 将 Luna 的价格下调 80%，将 Terra 的价格下调 20%。17 8 月 21 日，OpenAI 又下调了 Sol 的开发者价格：

• 输入 token：从每百万 5 美元降至 4 美元；
• 输出 token：从每百万 30 美元降至 20 美元。13

Sol 的新价格属于促销价，官方表示至少持续到 2026 年 11 月 21 日。1 这项调整适用于按量计费的 API，也会逐步覆盖符合条件的 ChatGPT Work 和 Codex 积分计划；但 ChatGPT Pro、Plus 和 Business 订阅的内含使用额度不会因此增加。23

路透社将此次降价放在 Anthropic 以及中国 AI 模型厂商带来的价格和能力竞争背景下解读。2 对开发者而言，竞争的结果不仅是模型排行榜上的分数变化，也越来越直接地体现在每次代理运行的账单上。

Kiro 也在加深 OpenAI 与 AWS 的绑定

GPT-5.6 进入 Kiro，不只是一次产品接入，也反映出 OpenAI 与 AWS 商业合作的进一步扩大。公开报道和公司公告提到的合作内容包括：Amazon 计划向 OpenAI 投资 500 亿美元，OpenAI 承诺通过 AWS 基础设施使用约 2 吉瓦（GW）Trainium 算力，双方还将扩大云服务合作规模。

有关合作规模的报道还提到，双方此前在 2025 年 11 月达成约 380 亿美元的计算资源协议，并在 2026 年 2 月增加一项为期八年、规模约 1000 亿美元的扩展安排。 不过，就目前检索到的材料而言，500 亿美元投资和 2 GW Trainium 承诺有公司公告支持；380 亿美元协议到 1000 亿美元扩展的具体条款、日期和计算口径，并非每一项都能由同一份一手来源独立核实，因此不宜把所有数字视为同等确定的正式合同细节。

对开发者意味着什么

如果只看模型表现，Sol 仍是更高规格的选择；如果更看重日常编码任务的成本，Terra 显然是 OpenAI 和 AWS 希望开发者优先考虑的档位；Luna 则承担更低成本、更高吞吐量的角色。1720

而 Kiro 的真正卖点，是把模型选择和开发流程放在一起：开发者先把意图变成需求，再把需求变成设计和任务，最后让代理按计划执行。至于“82% 更低成本”，最准确的读法是一个经过联合优化的系统级指标——它说明 Terra 在 Kiro 的特定测试设置中具有明显成本优势，但并不等于 Terra 在任何项目、任何工具链或任何部署方式中都能自动省下同样比例的钱。