OpenAI 表示，GPT-5.6 系列三款模型——旗艦級 Sol、平衡型 Terra，以及快速兼相對廉價嘅 Luna——而家已經登陸 AWS 嘅 Kiro，開發者可以喺 kiro.dev 使用。今次整合嘅重點，唔只係多咗幾個模型選擇，而係將模型放入一套較有規矩、較容易追蹤嘅軟件開發流程入面。 7

Kiro 點樣將「想做乜」變成「點樣做」？

一般 AI 寫碼工具可能由一個 prompt 開始，直接嘗試生成程式碼；Kiro 嘅做法就似先寫清楚工程規格，再落手施工。開發者先用自然語言講產品意念、功能目標或者現有系統要解決嘅問題，Kiro 之後會將內容整理成一套 spec，主要包括：

1. 需求（requirements）：將產品目標拆成具體使用情境、需求同驗收條件；
2. 技術設計（technical design）：根據需求同現有程式碼庫，整理架構、技術選擇同實作方式；
3. 任務清單（tasks）：將工作拆成有次序、可以逐項追蹤嘅實作任務。

呢種流程產生嘅文件唔係一次性 prompt 用完就算，而係一份可以持續參考、修改同審核嘅上下文。換句話講，團隊可以先確認「要整出乜嘢」同「應該點運作」，再叫 coding agent 按住規格逐步執行。 457

「成本低 82%」應該點睇？

OpenAI 同 AWS 表示，雙方喺 Terminal-Bench 2.1 做聯合測試時，GPT-5.6 Terra 喺 Kiro 完成成功任務嘅成本大約低 82%。呢個數字講緊係端到端「每項成功任務嘅成本」，唔係話 Terra 嘅準確度提升咗 82%。 7

同一組報告入面，Terra 嘅任務成功率係 87.4%，Sol 則係 88.8%。即係話，喺呢次比較中 Sol 準確少少，但 Terra 以較低成本完成成功任務，性價比就更加突出。 7

目前 OpenAI 同 AWS 並冇公開詳細拆分，解釋 82% 節省入面有幾多來自 Kiro 本身嘅 agent 執行框架，又有幾多來自 Terra 使用較少 tokens、模型定價較低，或者其他系統層面因素。因此，唔應該將呢個結果直接理解成「Terra 喺任何部署環境都比其他模型慳 82%」。

AWS 點解強調 spec-driven 開發？

AWS 嘅說法係，對企業同大型開發團隊嚟講，單靠短 prompt 叫 AI 自由發揮，容易令需求、架構決定同驗收標準散落喺對話入面。Kiro 將呢啲內容變成可審核嘅規格，就可以為人同 agent 提供一個較穩定嘅「單一事實來源」。

實際好處包括：團隊可以先 review 需求同設計，之後再批准任務執行；當專案隔咗一段時間再繼續，或者有新成員加入，亦較容易理解之前嘅決定。對需要重構、測試、處理多步驟終端機工作嘅專案，呢種持續上下文亦可能比一問一答式寫碼更易管理。 347

GPT-5.6 近期接連減價

Kiro 公布之前，OpenAI 已經先後調整 GPT-5.6 系列嘅價格。

• Sol：OpenAI 於 2026 年 8 月 21 日將價格由每 100 萬個輸入 tokens $5 減至 $4，輸出 tokens 就由 $30 減至 $20。呢個係一項促銷價，官方表示至少維持至 2026 年 11 月 21 日。 1
• 呢次減價適用於按用量收費嘅 API，亦會逐步套用到合資格嘅 ChatGPT Work 同 Codex credits；但 ChatGPT Pro、Plus 同 Business 訂閱所包括嘅使用額度就冇增加。 26
• Luna 早前於 2026 年 7 月 30 日減價 80%，Terra 則減價 20%。 8

路透社報道指，Sol 減價之際，OpenAI 正面對 Anthropic 同中國 AI 模型供應商喺價格及能力方面加劇競爭。 2

Kiro 亦反映 OpenAI 同 AWS 關係加深

GPT-5.6 進入 Kiro，亦可以視為 OpenAI 同 AWS 商業及技術合作持續擴大嘅一個例子。相關報道提到，雙方喺 2025 年 11 月有一份 380 億美元嘅運算合作協議，並於 2026 年 2 月擴大至 8 年 1,000 億美元；Amazon 亦計劃投資 OpenAI 500 億美元，而 OpenAI 承諾使用大約 2 GW AWS Trainium 運算容量。 910

不過，現有檢索證據雖然支持 500 億美元投資同 2 GW Trainium 承諾，但未能以主要來源獨立確認由 380 億美元擴展至 1,000 億美元嗰段安排嘅每一項條款同日期。因此，呢組合作數字應該當作已報道嘅里程碑，而唔係將所有細節視為已完全核實嘅同一份正式協議內容。

開發者應該點揀？

就今次 Kiro 整合嘅定位嚟講，Terra 被包裝成較適合日常、多步驟 coding agent 工作嘅成本效益選擇；Sol 就繼續面向較高難度任務，並喺今次比較中取得略高成功率；Luna 則主打更低成本同更高吞吐量。

最值得留意嘅結論係：Terra 喺 Kiro 嘅「成功任務成本」有顯著優勢，但 82% 呢個 headline 數字係整個系統嘅成本結果，唔等於 Terra 本身喺所有環境都比其他模型高效 82%。

OpenAI 表示，GPT-5.6 系列三款模型——旗艦級 Sol、平衡型 Terra，以及快速兼相對廉價嘅 Luna——而家已經登陸 AWS 嘅 Kiro，開發者可以喺 kiro.dev 使用。今次整合嘅重點，唔只係多咗幾個模型選擇，而係將模型放入一套較有規矩、較容易追蹤嘅軟件開發流程入面。 7

Kiro 點樣將「想做乜」變成「點樣做」？

一般 AI 寫碼工具可能由一個 prompt 開始，直接嘗試生成程式碼；Kiro 嘅做法就似先寫清楚工程規格，再落手施工。開發者先用自然語言講產品意念、功能目標或者現有系統要解決嘅問題，Kiro 之後會將內容整理成一套 spec，主要包括：

1. 需求（requirements）：將產品目標拆成具體使用情境、需求同驗收條件；
2. 技術設計（technical design）：根據需求同現有程式碼庫，整理架構、技術選擇同實作方式；
3. 任務清單（tasks）：將工作拆成有次序、可以逐項追蹤嘅實作任務。

呢種流程產生嘅文件唔係一次性 prompt 用完就算，而係一份可以持續參考、修改同審核嘅上下文。換句話講，團隊可以先確認「要整出乜嘢」同「應該點運作」，再叫 coding agent 按住規格逐步執行。 457

「成本低 82%」應該點睇？

OpenAI 同 AWS 表示，雙方喺 Terminal-Bench 2.1 做聯合測試時，GPT-5.6 Terra 喺 Kiro 完成成功任務嘅成本大約低 82%。呢個數字講緊係端到端「每項成功任務嘅成本」，唔係話 Terra 嘅準確度提升咗 82%。 7

同一組報告入面，Terra 嘅任務成功率係 87.4%，Sol 則係 88.8%。即係話，喺呢次比較中 Sol 準確少少，但 Terra 以較低成本完成成功任務，性價比就更加突出。 7

目前 OpenAI 同 AWS 並冇公開詳細拆分，解釋 82% 節省入面有幾多來自 Kiro 本身嘅 agent 執行框架，又有幾多來自 Terra 使用較少 tokens、模型定價較低，或者其他系統層面因素。因此，唔應該將呢個結果直接理解成「Terra 喺任何部署環境都比其他模型慳 82%」。

AWS 點解強調 spec-driven 開發？

AWS 嘅說法係，對企業同大型開發團隊嚟講，單靠短 prompt 叫 AI 自由發揮，容易令需求、架構決定同驗收標準散落喺對話入面。Kiro 將呢啲內容變成可審核嘅規格，就可以為人同 agent 提供一個較穩定嘅「單一事實來源」。

實際好處包括：團隊可以先 review 需求同設計，之後再批准任務執行；當專案隔咗一段時間再繼續，或者有新成員加入，亦較容易理解之前嘅決定。對需要重構、測試、處理多步驟終端機工作嘅專案，呢種持續上下文亦可能比一問一答式寫碼更易管理。 347

GPT-5.6 近期接連減價

Kiro 公布之前，OpenAI 已經先後調整 GPT-5.6 系列嘅價格。

• Sol：OpenAI 於 2026 年 8 月 21 日將價格由每 100 萬個輸入 tokens $5 減至 $4，輸出 tokens 就由 $30 減至 $20。呢個係一項促銷價，官方表示至少維持至 2026 年 11 月 21 日。 1
• 呢次減價適用於按用量收費嘅 API，亦會逐步套用到合資格嘅 ChatGPT Work 同 Codex credits；但 ChatGPT Pro、Plus 同 Business 訂閱所包括嘅使用額度就冇增加。 26
• Luna 早前於 2026 年 7 月 30 日減價 80%，Terra 則減價 20%。 8

路透社報道指，Sol 減價之際，OpenAI 正面對 Anthropic 同中國 AI 模型供應商喺價格及能力方面加劇競爭。 2

Kiro 亦反映 OpenAI 同 AWS 關係加深

GPT-5.6 進入 Kiro，亦可以視為 OpenAI 同 AWS 商業及技術合作持續擴大嘅一個例子。相關報道提到，雙方喺 2025 年 11 月有一份 380 億美元嘅運算合作協議，並於 2026 年 2 月擴大至 8 年 1,000 億美元；Amazon 亦計劃投資 OpenAI 500 億美元，而 OpenAI 承諾使用大約 2 GW AWS Trainium 運算容量。 910

不過，現有檢索證據雖然支持 500 億美元投資同 2 GW Trainium 承諾，但未能以主要來源獨立確認由 380 億美元擴展至 1,000 億美元嗰段安排嘅每一項條款同日期。因此，呢組合作數字應該當作已報道嘅里程碑，而唔係將所有細節視為已完全核實嘅同一份正式協議內容。

開發者應該點揀？

就今次 Kiro 整合嘅定位嚟講，Terra 被包裝成較適合日常、多步驟 coding agent 工作嘅成本效益選擇；Sol 就繼續面向較高難度任務，並喺今次比較中取得略高成功率；Luna 則主打更低成本同更高吞吐量。

最值得留意嘅結論係：Terra 喺 Kiro 嘅「成功任務成本」有顯著優勢，但 82% 呢個 headline 數字係整個系統嘅成本結果，唔等於 Terra 本身喺所有環境都比其他模型高效 82%。