Luna 的輸入加輸出合計價格降至每百萬 tokens 1.40 美元，使其成為市場上最便宜的前沿級模型之一 。Terra 的合計價格降至每百萬 tokens 14 美元。Sol 的「極速模式」處理速度最高可達標準模式的 2.5 倍，價格為標準模式的 2 倍，智慧能力不受影響 。

GPT-5.6 如何「自己幫自己」省錢

這次降價背後，最令人矚目的是其工程故事。7 月 29 日，OpenAI 揭露 GPT-5.6 Sol 自主改寫並優化了自身在生產環境中運行的 GPU 核心程式碼——也就是真正在硬體上執行模型的底層程式 。

在 Codex 開發環境中，GPT-5.6 Sol 連接至 OpenAI 的內部基礎設施，設計並運行了數百項架構實驗，啟動並監控部署，然後根據結果進行迭代 。該模型學會了用於 OpenAI 核心程式堆疊的程式語言 Triton 與 Gluon 的高效語法 。

根據 OpenAI 公布的數據，主要成果包括 ：

• 服務成本降低 20%：來自生產 GPU 核心的程式碼改進
• token 生成效率提升超過 15%：來自更優化的投機解碼技術（此技術利用一個較小的「草稿模型」預測下一個 token，以加速推理）

這些只是整體系統優化的一部分。其他報導還提到 負載平衡機制全面翻新，可根據地理位置、加速器類型和快取可用性動態分配請求，以及 提示快取 功能（約 30 分鐘 TTL），使快取輸入的成本比全新輸入便宜 90% 。

四面楚歌的競爭壓力

OpenAI 在產品上市不久後即如此激進地降價，反映的是僅僅幾週內就已天翻地覆的競爭格局。

Moonshot AI 的 Kimi K3（7 月 17 日發布）是一款來自北京新創公司、擁有 2.8 兆參數的開源模型，其前端編碼基準測試成績可與 GPT-5.6 Sol 及 Anthropic 的 Fable 5 匹敵甚至超越 。在 Arena 的前端程式碼排行榜上，Kimi K3 獲得 1,679 分，擊敗了 GPT-5.6 Sol 與 Fable 5 。7 月 30 日由 Startrise AI Labs 發布的獨立評測顯示，Kimi K3 在一個前端工程測試中與 Anthropic 的 Claude Opus 5 打成平手，但成本卻天差地別：執行完整測試套件僅需 7.17 美元，而 Opus 5 需要 21.17 美元 。

Kimi K3 成為全球最大的開源權重 AI 模型。據報導，微軟甚至考慮將其導入 Copilot，此舉每年或可為微軟節省高達 6 億美元（每 token 成本降低 60%）。

Anthropic 於 7 月 24 日發布 Claude Opus 5，每百萬輸入 tokens 定價 5 美元，是 Fable 5 價格的一半，但在多項基準測試中表現更佳 。這對與 GPT-5.6 Sol 處於同一價格帶的 OpenAI 形成直接壓力。

Google 與 微軟 也在 7 月接連發布多款高性價比模型，進一步擠壓了中階與入門市場 。

在這樣的競爭環境下，OpenAI 的策略是將 Luna 定位為高流量、價格敏感型工作負載的「犧牲打」（loss leader），而 Sol 則繼續扮演高階差異化角色的定位 。

企業 AI 進入成本控管時代

這波降價並非獨立事件。企業正越來越要求對 AI 支出進行嚴格預算控管，這與他們管理雲端費用的方式如出一轍。

2026 年 7 月 22 日，OpenAI 在其 API 平台新增了 可強制執行的月度支出上限 功能 。與 6 月針對 ChatGPT Enterprise 推出的軟性配額（僅儀表板觀察功能）不同，7 月 22 日的功能會讓 即時 API 請求在月度預算耗盡時直接回傳 HTTP 429 錯誤，停止服務 。管理員可以為整個組織或單一專案設定上限，該配額將在每個帳單週期開始時重置 。

這是對一個普遍痛點的直接回應。多個消息來源指出，Amazon 等大型企業正對內部和客戶端實施 AI 支出上限，因為企業開始嚴格審視投資回報率 。採購策略已經轉變：路透社報導指出，注重成本的企業如今正以管理雲端費用的方式來對待 AI——編列專用預算、設定配額，並要求大規模部署須經 CIO 層級批准 。

OpenAI 的強制支出上限為企業提供了一個防止 AI 代理程式費用失控的安全閥門，即使公司同時在降低每 token 的單價。這傳遞了一個明確的訊息：AI「不惜成本」的時代已經結束。

這對 AI 買家意味著什麼

對於使用 OpenAI API 的開發者與企業來說，短期的影響是正面的：

• Luna 現在對於高流量、對延遲敏感的任務（如分類、資訊萃取和簡單對話）變得極具吸引力。每百萬輸入 tokens 0.20 美元的價格，讓它在保留 OpenAI API 穩定性的同時，足以與開源模型競爭。
• Terra 降價 20% 後，以每百萬 tokens 輸入 2 美元、輸出 12 美元的價格，成為大多數生產工作負載的最佳選擇。
• Sol 則是複雜推理任務的頂級選擇，新增的極速模式讓它在不犧牲品質的前提下獲得速度。

更深層的啟示是：AI 價格戰是真實存在的，而且正在加速。其驅動力不僅來自競爭壓力，也同樣來自工程效率的革命——包括模型自主優化自身生產程式碼這種史無前例的情況。隨著這些自我優化技術逐漸成熟，以及開源模型持續縮小與封閉模型之間的能力差距，企業應該預期整個產業的價格將進一步走跌。

Luna 的輸入加輸出合計價格降至每百萬 tokens 1.40 美元，使其成為市場上最便宜的前沿級模型之一 。Terra 的合計價格降至每百萬 tokens 14 美元。Sol 的「極速模式」處理速度最高可達標準模式的 2.5 倍，價格為標準模式的 2 倍，智慧能力不受影響 。

GPT-5.6 如何「自己幫自己」省錢

這次降價背後，最令人矚目的是其工程故事。7 月 29 日，OpenAI 揭露 GPT-5.6 Sol 自主改寫並優化了自身在生產環境中運行的 GPU 核心程式碼——也就是真正在硬體上執行模型的底層程式 。

在 Codex 開發環境中，GPT-5.6 Sol 連接至 OpenAI 的內部基礎設施，設計並運行了數百項架構實驗，啟動並監控部署，然後根據結果進行迭代 。該模型學會了用於 OpenAI 核心程式堆疊的程式語言 Triton 與 Gluon 的高效語法 。

根據 OpenAI 公布的數據，主要成果包括 ：

• 服務成本降低 20%：來自生產 GPU 核心的程式碼改進
• token 生成效率提升超過 15%：來自更優化的投機解碼技術（此技術利用一個較小的「草稿模型」預測下一個 token，以加速推理）

這些只是整體系統優化的一部分。其他報導還提到 負載平衡機制全面翻新，可根據地理位置、加速器類型和快取可用性動態分配請求，以及 提示快取 功能（約 30 分鐘 TTL），使快取輸入的成本比全新輸入便宜 90% 。

四面楚歌的競爭壓力

OpenAI 在產品上市不久後即如此激進地降價，反映的是僅僅幾週內就已天翻地覆的競爭格局。

Moonshot AI 的 Kimi K3（7 月 17 日發布）是一款來自北京新創公司、擁有 2.8 兆參數的開源模型，其前端編碼基準測試成績可與 GPT-5.6 Sol 及 Anthropic 的 Fable 5 匹敵甚至超越 。在 Arena 的前端程式碼排行榜上，Kimi K3 獲得 1,679 分，擊敗了 GPT-5.6 Sol 與 Fable 5 。7 月 30 日由 Startrise AI Labs 發布的獨立評測顯示，Kimi K3 在一個前端工程測試中與 Anthropic 的 Claude Opus 5 打成平手，但成本卻天差地別：執行完整測試套件僅需 7.17 美元，而 Opus 5 需要 21.17 美元 。

Kimi K3 成為全球最大的開源權重 AI 模型。據報導，微軟甚至考慮將其導入 Copilot，此舉每年或可為微軟節省高達 6 億美元（每 token 成本降低 60%）。

Anthropic 於 7 月 24 日發布 Claude Opus 5，每百萬輸入 tokens 定價 5 美元，是 Fable 5 價格的一半，但在多項基準測試中表現更佳 。這對與 GPT-5.6 Sol 處於同一價格帶的 OpenAI 形成直接壓力。

Google 與 微軟 也在 7 月接連發布多款高性價比模型，進一步擠壓了中階與入門市場 。

在這樣的競爭環境下，OpenAI 的策略是將 Luna 定位為高流量、價格敏感型工作負載的「犧牲打」（loss leader），而 Sol 則繼續扮演高階差異化角色的定位 。

企業 AI 進入成本控管時代

這波降價並非獨立事件。企業正越來越要求對 AI 支出進行嚴格預算控管，這與他們管理雲端費用的方式如出一轍。

2026 年 7 月 22 日，OpenAI 在其 API 平台新增了 可強制執行的月度支出上限 功能 。與 6 月針對 ChatGPT Enterprise 推出的軟性配額（僅儀表板觀察功能）不同，7 月 22 日的功能會讓 即時 API 請求在月度預算耗盡時直接回傳 HTTP 429 錯誤，停止服務 。管理員可以為整個組織或單一專案設定上限，該配額將在每個帳單週期開始時重置 。

這是對一個普遍痛點的直接回應。多個消息來源指出，Amazon 等大型企業正對內部和客戶端實施 AI 支出上限，因為企業開始嚴格審視投資回報率 。採購策略已經轉變：路透社報導指出，注重成本的企業如今正以管理雲端費用的方式來對待 AI——編列專用預算、設定配額，並要求大規模部署須經 CIO 層級批准 。

OpenAI 的強制支出上限為企業提供了一個防止 AI 代理程式費用失控的安全閥門，即使公司同時在降低每 token 的單價。這傳遞了一個明確的訊息：AI「不惜成本」的時代已經結束。

這對 AI 買家意味著什麼

對於使用 OpenAI API 的開發者與企業來說，短期的影響是正面的：

• Luna 現在對於高流量、對延遲敏感的任務（如分類、資訊萃取和簡單對話）變得極具吸引力。每百萬輸入 tokens 0.20 美元的價格，讓它在保留 OpenAI API 穩定性的同時，足以與開源模型競爭。
• Terra 降價 20% 後，以每百萬 tokens 輸入 2 美元、輸出 12 美元的價格，成為大多數生產工作負載的最佳選擇。
• Sol 則是複雜推理任務的頂級選擇，新增的極速模式讓它在不犧牲品質的前提下獲得速度。

更深層的啟示是：AI 價格戰是真實存在的，而且正在加速。其驅動力不僅來自競爭壓力，也同樣來自工程效率的革命——包括模型自主優化自身生產程式碼這種史無前例的情況。隨著這些自我優化技術逐漸成熟，以及開源模型持續縮小與封閉模型之間的能力差距，企業應該預期整個產業的價格將進一步走跌。