OpenAI 這次不玩虛的，直接對著 GPT-5.6 Luna 開刀，單次請求綜合成本從 7 美元砍到 1.40 美元，降幅高達 80%。Terra 也降兩成至 14 美元，旗艦 Sol 則推出雙倍吞吐的 Fast 模式賣到 70 美元。說實在的，我早就覺得前線模型市場已經進入「比誰更便宜」的殘酷階段。當 Google 推 Gemini Flash-Lite 專打 Agent 省 token、Anthropic 把 Opus 5 用舊價賣出新智力時，OpenAI 這記回馬槍根本不是例行促銷，而是精心計算的卡位戰。我不認為這只是降價那麼簡單，這代表著前線模型的溢價邏輯正在瓦解。
我們來拆開看看這盤棋。OpenAI 把 Luna 塞進低價區間，目標很明確：就是要搶走那些跑高流量、低延遲任務的場景，像是文件摘要、分類路由、輕量即時助理。這些場景對「聰明度」的極限要求不高，但對「單次成本」極度敏感。你想想，一個每天跑百萬次呼叫的程式碼補全系統，光 API 差個幾毛錢，月底帳單就能差出好幾倍。
但這裡有個很容易被忽略的盲點。OpenAI 砍的是 Luna，可 Luna 本來就不是最強的模型。這招本質上是用「性價比」來換「市占率」，把 GPT-5.6 系列重新包裝成一個從底到頂的完整價格梯隊。Sol Standard 守住 35 美元的基本盤，Sol Fast 則向企業賣「速度溢價」，這操作頗有航空業經濟艙跟商務艙的味道。
市場爭的不是「哪台模型最聰明」，而是「跑完這件任務，到底要花多少錢」。
看看目前的局勢，贏家跟輸家其實很清楚。Anthropic 用 Opus 5 玩了一手「加量不漲價」，對企業買家來說相當有吸引力；Google 則把戰場拉到 Agent 的整體 token 消耗率，Gemini 3.6 Flash 聲稱能省掉 17% 的輸出量。OpenAI 的打法最直接，直接把帳單上的數字壓下去。但這三家的邏輯其實指向同一個結論：未來的定價遊戲，不再是看 API 標籤上的單價，而是看「完成任務的總成本」。
輸家呢？其實不是別人，是我們這些習慣用「模型名稱」來選服務的開發者。以前我們說「這功能用 GPT-4o」，現在得算「這任務用 Luna 還是 Gemini Flash-Lite 更划算」。價格戰打到最後，技術差異會被成本曲線抹平。
我整理了目前前線模型的定價對比，讓你看清楚這波戰局：
| 模型 | 輸入 ($/1M) | 輸出 ($/1M) | 合計 ($/1M) | 核心打法 |
|---|---|---|---|---|
GPT-5.6 Luna |
0.20 | 1.20 | 1.40 | 直接砍價，搶低延遲流量 |
GPT-5.6 Terra |
2.00 | 12.00 | 14.00 | 降兩成，對標 Gemini 3.1 Pro |
GPT-5.6 Sol (Fast) |
10.00 | 60.00 | 70.00 | 賣速度溢價，雙倍吞吐 |
| Claude Opus 5 | 5.00 | 25.00 | 30.00 | 加量不漲價，換 Opus 4.8 |
| Gemini 3.6 Flash | 1.50 | 7.50 | 9.00 | 打 Agent 場景，省 token |
| Gemini 3.5 Flash-Lite | 0.30 | 2.50 | 2.80 | 主打極致速度與低消耗 |
說到底，這波價格戰把 AI 模型從「奢侈品」拉回了「日用品」。OpenAI 這次不靠新架構嚇人，而是靠算帳。我個人覺得，這才是前線模型該有的樣子：別跟我談什麼參數幾百億，跑完這支腳本到底要多少錢，才是開發者最在乎的事。價格戰還沒打完，但遊戲規則已經改了。
延伸思考與常見問題
Q1：OpenAI 這次砍價的 Luna 跟 Terra，跟舊版 GPT-5.4 有什麼關係？ 答：Luna 的新價格（合計 1.40 美元）遠低於 GPT-5.4 的合計 17.50 美元，代表 OpenAI 刻意用新款小模型吃下低價市場，讓 GPT-5.4 慢慢退守中間層級。Terra 則直接取代了 GPT-5.4 的定價區間，提供相同智力但便宜約十三分之一的成本。
Q2：Sol Fast 模式為什麼要收雙倍價格，它跟 Standard 的智力一樣嗎？ 答：根據 OpenAI 說明，Fast 模式不會改變模型底層的智力，純粹是透過縮短延遲來換取高達 2.5 倍的吞吐率。這屬於「速度溢價」，適合對即時性要求極高、但願意為低延遲付錢的生產環境。
Q3：Anthropic 的「加量不漲價」跟 OpenAI 的「直接降價」，對企業買家有什麼實質差異？ 答：Anthropic 是用 Opus 5 替換 Opus 4.8，在相同單價下提供接近 Fable 5 的智力，企業買的是「效能提升」；OpenAI 則是直接壓低帳單上的 token 費用，企業買的是「現金流優化」。兩條路都指向降低總任務成本，但財務報表上的呈現方式不同。