本文目录
OpenAI 宣布进一步降低 GPT-5.6 系列模型的使用成本,并为旗舰模型 GPT-5.6 Sol 推出速度更快的 Fast 模式。
本次更新中,GPT-5.6 Luna 的价格下调 80%,GPT-5.6 Terra 的价格下调 20%。与此同时,API 客户现在可以通过 Fast 模式,以更高的处理优先级获得最高 2.5 倍的 GPT-5.6 Sol 响应速度。
通过此次调整,GPT-5.6 系列在高难度智能任务、日常生产工作和大规模自动化流程之间形成了更加清晰的产品定位。
GPT-5.6 Luna:价格下调 80%#
GPT-5.6 Luna 是 GPT-5.6 系列中速度最快、成本最低的模型,主要面向工具调用、多步骤工作流和大规模自动化任务。
根据 OpenAI 公布的信息,Luna 的任务处理能力可以达到约一年前前沿模型的水平,但单次任务成本仅相当于后者的约 6%,执行速度则接近其 9 倍。
降价后,GPT-5.6 Luna 的 API 价格为:
- 输入:每百万 tokens 0.20 美元
- 缓存输入:每百万 tokens 0.02 美元
- 输出:每百万 tokens 1.20 美元
对于批量内容处理、数据提取、分类、工具调用、客户服务自动化和多步骤代理工作流而言,Luna 的成本优势将更加明显。
GPT-5.6 Terra:价格下调 20%#
GPT-5.6 Terra 是一款兼顾智能水平、响应速度和成本的均衡型模型,适合大多数日常生产任务。
降价后,GPT-5.6 Terra 的 API 价格为:
- 输入:每百万 tokens 2.00 美元
- 缓存输入:每百万 tokens 0.20 美元
- 输出:每百万 tokens 12.00 美元
Terra 主要面向需要稳定质量和较高吞吐量的生产环境,例如内容生成、信息整理、代码辅助、业务分析、企业知识问答和常规智能代理任务。
对于目前默认使用 Sol、但并不需要最高智能水平的工作负载,OpenAI 建议开发者评估使用 Terra,以进一步降低生产成本。
GPT-5.6 Sol 新增 Fast 模式#
除了降低模型价格,OpenAI 还在 API 中推出了全新的 Fast 模式,用于取代此前的 Priority Processing,也就是优先处理服务。
在 GPT-5.6 Sol 上,Fast 模式的响应速度最高可达到标准处理模式的 2.5 倍,模型的智能水平保持不变,价格则为标准处理模式的两倍。
Fast 模式支持向后兼容。此前使用 priority 标记的请求,将自动切换到 Fast 模式。新请求可以通过以下参数启用:
service_tier="fast"
这一模式适合对响应时间要求较高的应用场景,例如实时智能助手、交互式编程工具、在线研究代理、复杂客服系统以及需要快速完成多轮推理的业务流程。
GPT-5.6 最新 API 价格表#
| 模型 | 产品定位 | 输入价格 | 缓存输入价格 | 输出价格 |
| ------------- | ----------------- | ----------------: | ----------------: | -----------------: |
| GPT-5.6 Sol | 面向高难度代理任务的旗舰模型 | 5.00 美元/百万 tokens | 0.50 美元/百万 tokens | 30.00 美元/百万 tokens |
| GPT-5.6 Terra | 面向高效、大规模生产任务的均衡模型 | 2.00 美元/百万 tokens | 0.20 美元/百万 tokens | 12.00 美元/百万 tokens |
| GPT-5.6 Luna | 面向日常工作流的高速、低成本模型 | 0.20 美元/百万 tokens | 0.02 美元/百万 tokens | 1.20 美元/百万 tokens |
三款模型如何选择?#
此次更新后,GPT-5.6 系列的分工更加明确:
GPT-5.6 Sol 适合处理最复杂、最具挑战性的任务,包括高难度推理、复杂代理系统、深度研究、关键代码生成和对智能水平要求最高的工作。
GPT-5.6 Terra 适合日常生产环境,在智能水平、速度和成本之间取得平衡,可以作为大多数企业级应用的默认模型。
GPT-5.6 Luna 适合高并发、大批量和成本敏感型任务,尤其适用于工具调用、结构化处理和可重复执行的自动化流程。
企业和开发者可以根据任务复杂度进行模型分层:将最困难的任务交给 Sol,将常规生产工作交给 Terra,再使用 Luna 承担高频、批量和标准化工作流。
降低先进模型的规模化使用门槛#
OpenAI 表示,让先进智能变得更加普及、经济和实用,是其核心目标之一。
随着 Luna 和 Terra 的价格下调,以及 Sol Fast 模式的推出,更多此前受制于成本或延迟的工作负载,将具备大规模部署的可行性。
对于正在建设 AI 应用的开发者和企业而言,这次调整不仅意味着单次调用成本下降,也意味着可以重新评估模型架构:通过在 Sol、Terra 和 Luna 之间进行智能路由,在保证任务质量的同时,进一步优化整体速度和成本。
GPT-5.6 系列目前已经形成了覆盖不同任务需求的完整组合:Sol 负责解决最困难的问题,Terra 支撑日常生产工作,Luna 则用于高吞吐量、规模化的自动化流程。