在7月9日发布GPT-5.6系列模型仅三周后，OpenAI于7月31日突然宣布对其进行大幅价格调整，其中GPT-5.6 Luna模型的API价格下调80%，引发了业界的广泛关注。这一举动并非简单的促销，其背后揭示了人工智能行业正在发生的深刻变化。
我们来看这次价格调整的具体内容。降幅最大的是GPT-5.6 Luna，其API输入价格从每百万Token 1美元降至0.2美元，输出价格从6美元降至1.2美元，降幅高达80%。定位均衡的GPT-5.6 Terra模型价格下调20%，输入和输出价格分别调整为每百万Token 2美元和12美元。而旗舰模型GPT-5.6 Sol的价格保持不变，但新增了“Fast模式”，用户可以以两倍的价格获得最高2.5倍的推理速度。对于订阅ChatGPT Work和Codex的用户而言，虽然月费和总额度不变，但调用Luna和Terra时消耗的积分会减少，意味着同样的订阅费可以完成更多工作。
那么，OpenAI为何在新品发布不久就进行如此激进的降价？
一个核心原因是其自身技术的突破。OpenAI披露，此次降价的底气来源于模型效率的显著提升。其最强的GPT-5.6 Sol模型已被用于优化自身的推理系统。通过让AI自主重写生产环境的GPU Kernel（底层计算程序）、优化推测解码技术，OpenAI实现了超过20%的服务成本下降和15%的Token生成效率提升。这种“AI帮助AI降本增效”的模式形成了一个正向循环：模型越强，优化效率越高，从而为降价提供了空间。OpenAI将这些技术进步带来的收益直接回馈给了开发者。
另一个重要原因是来自外部市场的激烈竞争压力。一方面，企业客户对AI的使用成本变得越来越敏感。在AI应用初期，许多公司不计成本地鼓励员工使用，但随着AI账单的持续攀升，企业开始更注重投入产出比，高昂的API价格成为了规模化部署的障碍。
另一方面，来自全球竞争对手，特别是中国高性价比大模型的冲击，正在改变市场格局。以DeepSeek为代表的国产模型，凭借着接近甚至在某些方面持平前沿模型的能力，以及极具竞争力的低廉价格，吸引了大量开发者和企业用户。在OpenAI降价后，有分析指出，DeepSeek的部分模型在同等智能水平下，成本依然更低。这种“高智商、低价格”的组合拳，迫使OpenAI不得不重新审视其定价策略，以保住市场份额。
此次降价并非简单的“一刀切”，而是体现了OpenAI清晰的分层定价战略。通过将入门级模型Luna的价格打到“地板价”，OpenAI意在抢占高频、大批量的自动化任务和Agent工作流市场，使其成为开发者在成本敏感型场景下的首选，以此作为流量入口和竞争壁垒。中端的Terra温和降价，稳固其作为日常工作主力的均衡地位。而旗舰Sol则维持高价，并通过“Fast模式”提供增值服务，确保其在高端市场的利润。CEO Sam Altman的目标是“在每一个模型层级，都提供最好的价格与智能比”。
这一系列举措意味着什么？
AI行业的竞争焦点正在从单纯的模型能力竞赛，转向“性价比”或“智能比”的综合较量。当顶尖模型的能力逐渐趋于相近时，谁能以更低的成本提供同等的智能，谁就将在市场中占据主导地位。
API成本的大幅降低，极大地降低了AI应用的开发和运行门槛。对于开发者、小型创业团队和普通用户来说，许多过去因成本过高而难以落地的想法，如构建复杂的AI Agent、进行大规模的文本处理、开发面向中小企业的AI应用等，现在都变得更加可行。AI正从一个偶尔使用的“工具”，向一个可以全天候批量执行任务的“数字员工”转变。
然而，也有观点指出，Token单价的下降并不一定意味着企业总AI支出的减少。这背后可能存在“杰文斯悖论”：更高效、更便宜的资源反而会刺激更大规模的需求。当API价格降低后，开发者会倾向于设计更复杂、调用次数更多的Agent架构，最终可能导致总调用量激增，整体账单不降反升。
OpenAI此次对GPT-5.6 Luna的大幅降价，是技术进步、市场竞争和商业策略共同作用的结果。它标志着AI行业告别了“高毛利幻觉”的初期阶段，正式进入了以效率和性价比为核心的白热化竞争时代。这场由技术驱动的价格战，不仅给竞争对手带来了巨大压力，也为AI技术的广泛普及和应用创新打开了新的想象空间。
