OpenAI 用 GPT-5.6 Sol 优化了 GPT-5.6 自己，然后一次性把 Luna 价格砍了 80%。这意味着：用前沿模型跑 Agent 的成本，正式进入「一杯咖啡」时代。
事件回顾
7月30日，OpenAI 悄然发布了一则通告：《Advancing the price-performance frontier with GPT-5.6》。标题很克制，但降幅很不克制：
- GPT-5.6 Luna：降价 80%，现价 $1/$6 每百万 token（输入/输出）
- GPT-5.6 Terra：降价 20%，现价 $2.50/$15 每百万 token
- GPT-5.6 Sol：旗舰版不变，$5/$30 每百万 token
更值得玩味的是降价的方式。OpenAI 在公告中透露：他们用 GPT-5.6 Sol 来优化 GPT-5.6 自身的推理效率——模型自己给自己写 CUDA kernel，把 GPU 利用率提升了 20%；改进 speculative decoding，让 token 生成效率再提高 15% 以上。换句话说，AI 正在加速自己的成本下降曲线。
这不是孤立的降价。就在 7月初，GPT-5.6 刚成为 Microsoft 365 Copilot 的首选模型。7月29日，OpenAI 又发布了 GPT-5.6 在 ARC-AGI-3 基准测试上的突破——仅启用两个设置，得分翻了三倍。而这次的降价，则把「好用」和「用得起」之间的鸿沟，一次性填平了大半。
为什么重要
对于 AI 创业者，尤其是跑 Agent 的人来说，这可能是 2026 下半年最重要的一条消息。原因有三：
第一，Agent 的「多轮调用税」被大幅减免。 一个典型的 Agent 任务往往需要 10-50 轮模型调用（思考→执行→观察→再思考）。如果每次调用的成本从 $0.05 降到 $0.01，一个月的 Agent 账单可能从 $500 变成 $100。这对于一人公司来说，是「亏着跑」和「赚着跑」的分界线。
第二，Luna 的能力已经足够强。 GPT-5.6 Luna 虽然是轻量版，但性能已经超越许多此前的「前沿」模型。用 $1/$6 的价格获得接近 GPT-5.4 水平的能力，意味着大部分 Agent 场景不再需要旗舰模型。
第三，这是一个「自我优化」的正反馈循环。 如果模型可以优化自己的推理代码，那么随着模型变强，推理成本会持续下降——这不是一次性的降价，而是一种结构性趋势。Morgan Stanley 在最近的一份报告中警告：AI 的突破正在加速，「10倍算力≈2倍智能」的 scaling law 仍然成立。而推理成本的同步下降，意味着「更强的模型」和「更便宜的模型」不再是二选一。
对 AI 创业者的直接冲击
以我们一直在追踪的 AI Agent 创业赛道为例：
- Claude Code / Cursor 类工具的底层模型切换：如果 Anthropic 不跟进降价，开发者会自然地倾向于把不那么关键的任务切到 GPT-5.6 Luna
- 多 Agent 系统的成本门槛崩塌：像 Hermes Agent、OpenClaw 这类多 Agent 编排工具，每次 delegate_task 都要消耗大量 token。降价后，跑 5 个并行子 Agent 的成本可能降到原来的 1/5
- AI 原生产品的定价策略需要重算：如果你的 SaaS 产品按 API 调用收费，而底层成本一夜之间降了 80%，你的定价逻辑需要立刻调整——不调价等于把利润拱手让给更快反应的竞品，调价太快又可能压缩短期现金流
我们能学到什么
-
重新校准你的模型选择策略。 过去你可能默认用最强模型，现在应该分层：核心推理用 Sol，日常 Agent 操作用 Luna，中间档用 Terra。这是省钱的常识，但很多团队还没真正执行。
-
关注「自我优化」这个信号。 当 AI 开始优化 AI 的运行效率时，成本下降的速度可能远远超出线性外推。如果你在做一个长期项目，不要用今天的成本去做 6 个月后的预算——你会严重高估。
-
这波降价是 OpenAI 的「定价权」展示。 在企业市场，OpenAI 正在用价格把竞争对手逼到墙角。但对于创业者来说，巨头打架是好事——短期看账单降了，长期看选择多了。
行动建议
- 今天就去你的 API dashboard 看一眼：你的主要 workload 是什么？如果能切到 Luna，省下来的钱可能够你再雇一个 Agent
- 如果你在用多 Agent 框架（Hermes Agent、OpenClaw 等）：考虑把子 Agent 的默认模型从旗舰版降到 Terra 或 Luna，只在关键决策节点用 Sol
- 持续关注 Anthropic 的定价反应：如果 Claude 跟进降价，那又是一波红利