OpenAI轻量级模型Luna降价80%，曾经的定价标杆为何转向“以价换量”？

7月30日，美国大模型公司OpenAI宣布调整GPT-5.6系列模型定价：轻量级模型Luna价格下调80%，中间层模型Terra下调20%，旗舰模型Sol价格不变，但新增极速模式，处理速度最高提升至标准模式的2.5倍，收费为标准模式的两倍。

大模型按token计费，用户发给模型的内容算“输入”，模型生成的回答算“输出”。此次调价前，Luna每处理一百万token的输入收费1美元、输出收费6美元；调整后，输入降至0.2美元，输出降至1.2美元——相当于生成同样一段回答，成本只有原来的五分之一。Terra调整后为每百万输入2美元、输出12美元。

值得注意的是，GPT-5.6系列7月9日才正式发布，降价距发布仅三周，这也反映出大模型行业竞争节奏之快。

至于调价原因，OpenAI给出的官方解释是效率提升。据其披露，优化涉及模型逻辑精简、推理调度系统升级、智能上下文管理三个层面，旗舰模型Sol甚至自主重写了核心计算内核，将token生成效率提升超过15%，仅内核优化一项就使整体服务成本下降约20%。按官方数据，Luna目前的综合能力已能对标一年前的顶尖模型，但成本仅相当于当时的6%。

效率提升固然是事实，但降价更直接的驱动力来自竞争压力。

7月16日，月之暗面发布国产开源模型Kimi K3，参数规模2.8万亿，在多项基准测试中与OpenAI、Anthropic的顶尖模型形成正面竞争，开源免费策略对商业模型的定价构成直接压力。

与此同时，DeepSeek依靠缓存机制长期维持极低推理成本，持续分流海外中小开发者。OpenAI同步放出的评测图表，特意将Luna与DeepSeek V4 Pro摆在同一坐标系里对比性价比。

定价结构同样反映了OpenAI的战略意图。Luna和Terra降价，瞄准的是海量高并发的开发者场景；Sol维持高价，则守住了高利润的高端业务。通过低价产品抢占市场、旗舰产品保住利润，OpenAI形成了一套清晰的分层策略。

对开发者和企业用户而言，降价意味着调用顶尖能力的门槛被大幅拉低。更深远的影响在行业层面，过去OpenAI的定价是整个市场的锚点，当锚点开始下移，改写的就不只是某款产品的价格，而是整个行业的定价逻辑——大模型竞争的重心，正在从“谁更聪明”向“谁的性价比更高”倾斜。此次降价也意味着，大模型能力与价格之间不再是此消彼长的取舍，而是正在形成一个互相加速的正向循环。

（大众新闻记者 赵雅南）