一觉醒来，OpenAI给GPT-5.6 Luna来了一记「脚踝斩」。
价格直接砍掉了80%——
每百万Token，输入0.2美元，输出1.2美元。
价格低成这样，能力却没跟着缩水。
在专业评测Agents’ Last Exam中，Luna不仅反超了Anthropic最贵的Fable 5。
而且执行单个任务的成本，只有对方的越1%。
更魔幻的还在后面。
这轮降本的背后，是GPT-5.6 Sol亲自下场，重写并优化了运行自己的生产内核。
然后再加上其他优化，端到端服务成本就这么水灵灵地降了20%。
是的，AI开始给自己打工了。
01、三档模型，一夜大洗牌
GPT-5.6分三档：Sol是旗舰，Terra是日常平衡，Luna是最快最 便宜那个。这次屠刀砍的是后两位。
新旧一比更直观。
Luna的输入从$1干到了$0.20，输出从$6干到了$1.20，一口气削掉八成；
Terra的输入从$2.50降到$2，输出从$15降到$12，降了两成。
Sol则维持$5和$30不变。
对开发者来说，最直接的感受是，大批量调Luna，成本几乎可以忽略不计了。
一个跑几十万次模型调用的Agent工作流，过去光token费就是一笔大开销，现在Luna把它压到不用算的程度。
而且，订阅用户也没被落下。
Codex和ChatGPT Work的月费和额度没变，但用Luna和Terra干活时消耗的积分更少了，能干的活更多了。
不仅如此，Sol这边加了个Fast mode，替代原来的Priority Processing。
最高2.5倍速度，价格翻倍，智能水平一点没变。
在Codex里对应/fast指令，之前标priority的请求自动切换。对延迟敏感的场景，这就是个用钱买速度的开关。
借着这波操作，App里那个「替我审核」（auto-approve）功能也改成了用Luna来提前拦截主agent的高风险动作，直接把成本降了约10倍。
降本的活，Sol自己干了
能砍这么狠，是因为Sol通过Codex接进了OpenAI的生产推理栈，自己动手，把跑它自己的那套系统优化了一遍。
Codex负责人Tibo把这套打法概括成两步。
首先训出一个足够强的模型，然后再用这个模型去把一切变得更好，包括但不限于运行它自己的基础设施、推理栈和内核。
具体到这次，GPT-5.6总共针对四个问题进行了优化。
1. 负载均衡。
OpenAI的请求会按地域、容量、加速器类型分发，集群内再按负载、上下文长度、缓存可用性进行分配。
解法：Sol分析了生产流量，揪出工程师之前没注意到的负载不均，测试了新的路由策略。
2. GPU内核。
模型的前向传播靠内核执行数学运算，但内存搬运、同步、数据布局不合理会让GPU闲置。
解法：Sol找到了能预计算、能跳过、能并行的工作，用Triton和Gluon这两种OpenAI维护的GPU编程语言，自主重写并优化了生产内核。这些改动加上更广泛的内核优化，把端到端服务成本压低了20%。
3. 推测解码。
这套技术让一个更小的draft模型先猜几个token，主模型并行验证，猜对了一次就能多输出几个token。
解法：Sol针对draft模型设计并跑了数百次架构实验，改尺寸、改结构、改特性，还自己启动并盯着训练流程，遇到硬件故障和训练不稳定主动介入。token生成效率因此提升超过15%。
4. KV缓存和配置调优。
batching、sharding、KV管理的最 优配置高度依赖负载，由于配置空间太大，基本全靠工程师的经验来做。
解法：Sol分析生产负载，生成并评估候选配置，把过去调不动的东西调到极 致。
不过，Sol写的内核不能直接上线。OpenAI会用开源工具FpSan（浮点数消毒器），把结构、数据流一项项查过去，确认没问题才放行。
看看内部数据，就能知道这个循环转得有多快。
GPT-5.6内测阶段，每位活跃研究员的日均token输出，是GPT-5.5时代峰值的两倍以上。
过去半年，内部代码推理研究算力占比涨了100倍，内部智能体token用量涨了约22倍。
省下的算力，直接变成了降价的底气。
20美分，反超Anthropic最贵的那个
毫不夸张地说，如今的GPT-5.6系列已经正式站到了价格/性能效率的帕累托曲线上。
在横跨55个领域、评估长周期专业工作流的评测Agents' Last Exam上，Luna的得分直接反超了Anthropic的旗舰Fable 5。并且，单任务成本只要1%，而速度却高达9倍。
第三方评测机构The Agent Report的拆解同样显示，GPT-5.6三档在Agents' Last Exam上均高于Fable 5。
此外，在DeepSWE上，Luna每美元能换约24个基准分，而Fable 5只有约3.2，效率差出5到7.5倍。
02、收入加速，Codex杀回来了
综合来看，让GPT-5.6刚发布三周就降价的压力，主要来自两个方面：
开源模型的价格碾压：中国模型的token成本整体比美国同行便宜最高9倍
Anthropic在企业市场的猛攻：Claude Code今年初在编程工具市场领 先，5月公布年化收入超过470亿美元。
但比降价先到的，是收入。
在7月29日的内部会上，CFO Sarah Friar表示——
Codex和ChatGPT Work加起来，活跃用户已经过了1000万，两周翻了近一倍。
基于此，OpenAI单7月一个月的年化经常性收入，直接超过了整个第二季度。
而且，这里面有一部分增长，还是从Anthropic那边抢来的。原因正是在于，Claude Code的账单太高，用户纷纷开始找替代方案了。
不过，虽然价格战能拉升使用量，但也会压利润率。
在EMARKETER分析师Jacob Bourne看来，「疯狂刷token的时代结束了」，企业开始要清晰的投资回报率。
但OpenAI不怕降价，因为帮它把效率推上去的，是它自己的模型。
最后，真正决定格局的，是谁能在同样一张卡上榨出更多的智能。
