2026 年 7 月 30 日，OpenAI 在官網發布了〈Advancing the price-performance frontier with GPT‑5.6〉，宣布 GPT‑5.6 Luna 降價 80%：標準短上下文 API 的 input／output 價格，降至每百萬 tokens US$0.20／US$1.20。Terra 同步降價 20%；Sol 的 Priority Processing 則更名為 Fast mode，OpenAI 稱其速度最高可達 Standard 的 2.5 倍，價格為 2 倍。
先把界線說清楚：這不是 GPT‑5.6 新模型發布。GPT‑5.6 家族已在 7 月 9 日正式推出；7 月 30 日改的是價格與 serving tier。真正值得在意的，也不是 benchmark 又多了幾分，而是同一筆預算現在能買到約 5 倍的 Luna tokens——大量分類、文件抽取、背景 coding worker 與多代理驗證，突然有了不同的成本答案。
先把 OpenAI 原文放在桌上。點擊下面截圖會在新分頁開啟全文；接下來我會先忠實整理公告，再查價格、速度與外部數據，最後回答一個更實際的問題：便宜 80% 的 token，究竟能不能變成便宜 80% 的成果？
一、GPT‑5.6 Luna 降價 80%：價格到底怎麼變？
OpenAI 的核心句很直接：
“GPT‑5.6 Luna, our fastest and most affordable model, will cost 80% less.”
中文：「GPT‑5.6 Luna 是 OpenAI 最快、最便宜的模型，價格將下降 80%。」
— OpenAI，2026 年 7 月 30 日
| API 模式 | 先前 input／output | 7 月 30 日起 input／output | 變化 |
|---|---|---|---|
| GPT‑5.6 Luna Standard | US$1／US$6 | US$0.20／US$1.20 | −80% |
| GPT‑5.6 Terra Standard | US$2.50／US$15 | US$2／US$12 | −20% |
| GPT‑5.6 Sol Standard | US$5／US$30 | US$5／US$30 | 不變 |
| GPT‑5.6 Sol Priority → Fast | US$10／US$60 | US$10／US$60 | 價格不變；為 Standard 的 2× |
80% 與 20% 都不是修辭，而是精準算術：Luna 的 input 從 US$1 降到 US$0.20、output 從 US$6 降到 US$1.20；Terra 則從 US$2.50／US$15 降至 US$2／US$12。Luna 官方 model card同時列出 cached input 為 US$0.02、cache write 為 US$0.25。
但頭條省略了三個邊界。第一，這是 Standard 短上下文價：input 超過 272K 後，整筆 Luna request 會按長上下文的 US$0.40／US$1.80 計費。第二，Batch 與 Flex還有另一套折價。第三，ChatGPT 與 Codex 的訂閱月費、quota budget 沒有下調；改變的是 Terra／Luna 消耗較少 credits。換句話說，不能把「Luna API 標價降 80%」改寫成「所有 OpenAI 使用者帳單都降 80%」。
時間線也很重要：OpenAI API changelog把 7 月 9 日標為 GPT‑5.6 家族發布，把 7 月 30 日標為價格與 Fast mode 的 update。這篇文章談的是成本曲線，不是 Luna 換了一個新模型。
二、原文真正推銷的不是 Luna，而是「分層用模型」
OpenAI 的完整論點不是「便宜模型可以取代一切」，而是每個工作階段都只買剛好夠用的智能。高風險、資訊不足、需要規劃的節點交給 Sol；規格清楚、可測試、可重跑的執行工作交給 Luna；日常綜合任務則由 Terra 接住。
公告甚至直接給了一個 coding workflow：Sol 先釐清不確定性與制定計畫，Luna 再實作明確修改、撰寫與執行測試、評估結果。這和「一個最強模型包辦整條 agent loop」是不同產品哲學，也正好呼應 AlphaLab 的AI 模型路由小型 Eval 實作：模型選擇應該是任務路由問題，不是品牌忠誠問題。
這張圖的底層分數來自 Artificial Analysis，但圖的選樣、每任務成本估算與結論仍由 OpenAI 呈現。OpenAI 進一步主張，Luna 相較一年前的 frontier-class 模型，每任務成本約只剩 6%、速度接近 9 倍；在 Agents’ Last Exam 上，成本估算比 Fable 5 低近 99%。這些是有數據外觀的官方比較，卻不是跨供應商、同 harness、同驗收門檻的獨立審計。
六則客戶案例也應用同一把尺閱讀：Notion 說 Terra 在內部 eval 達到近似 GPT‑5.5 的品質、每任務成本約一半且時間少 60%；Blitzy 報告 Luna 讓 cache reuse 從 24% 升到 90%、output tokens 大減，對 GPT‑5.4 mini 成本低 87%；Dust 則稱同類 agent 任務快 40%、便宜 40%。這些都是值得注意的 production signals，但原文只提供結果摘要，資訊不足以讓讀者重跑其樣本、rubric、失敗分布與比較基線；本文不把它們當成獨立驗證。
三、為什麼大家興奮？同一筆預算可以買五次 Luna
如果 token 用量完全相同，GPT‑5.6 Luna 降價 80% 的直接效果很簡單：原本只能跑一次的預算，現在可以跑五次。這不會讓單次答案自動變聰明，卻讓 parallel sampling、critic、重試、交叉驗證與低價 worker 變得更容易負擔。
大量分類：最直接受益，也最容易驗收
假設每筆都在 Standard 短上下文、沒有快取／工具／區域處理加價，API 實際計費用量為 2,000 input tokens 與 50 output tokens（包含 reasoning 用量），新 Luna Standard 約為 US$0.00046／筆；跑 100 萬筆約 US$460，若工作適合非同步、24 小時 completion window 的 Batch，則約 US$230。先前同量 Luna token 約 US$2,300。分類有 labeled holdout set、precision／recall 與錯誤類別可查，這是最容易把降價兌現成成果的場景。
文件處理：經濟性改善，不等於長文件突然可靠
沿用 Standard 短上下文、沒有快取／工具／區域處理加價的假設，一份 100K input＋1K output 的文件，純 token 約 US$0.0212；100 萬份約 US$21,200，Batch 約 US$10,600。這足以讓許多過去不值得跑的抽取、摘要、分類與索引開始算得過來。
但「能放進 1.05M context window」不等於「能可靠利用 1.05M」。OpenAI 自己的GPT‑5.6 評測表顯示，Luna 在 MRCR v2 的 256K–512K 與 512K–1M 區間都是 41.3%，GraphWalks BFS 1M 為 51.2%。這些特定測驗不能代表所有文件任務，卻足以提醒你：context capacity、有效檢索與正確抽取是三件事。chunking、retrieval、結構化 schema 與確定性檢查仍然重要。
背景 coding agent：最適合可測試、可回滾的工作
機械性修改、補測試、分類 issue、依既定 plan 實作，確實更適合交給廉價 worker；OpenAI 將 7 月 30 日列為價格與 Fast mode 更新，該公告未公布新的 Luna 權重或新增品質 benchmark，品質判斷仍須沿用 7 月 9 日的模型評測與自己的 eval。低價最可能把瓶頸從「token 太貴」推向「測試、sandbox、review 與錯誤清理不夠」。這也是為什麼AI 代理人比人更難管理：便宜的錯誤如果會污染 codebase 與後續 context，最後仍可能比一次用對模型更貴。
多代理：五倍呼叫額度，不是五倍成果
同 token 規模下，一個 root 加四個 Luna workers 的新 token 費，約等於先前一次 Luna 呼叫。這會鼓勵更多平行探索；多代理是否值得，高度取決於任務能否拆解及訊息能否驗證。2026 年一篇 Nature Machine Intelligence 研究在 matched-compute 條件下發現：集中式多代理在可平行的 Finance Agent 任務，整體表現比單代理高 80.8%；到了高度序列化的 PlanCraft，四種多代理架構反而低 39.1% 至 70%，其中集中式架構低 50.3%。架構與任務是否匹配，比 agent 數量更重要；想把這件事做成可重跑流程，可參考 AlphaLab 的多 Agent 工作圖教學。
社群反應也反映了這個張力。截至 2026 年 7 月 31 日 16:40（台北時間），Hacker News 討論串已到 570 points／370 comments。有留言者說自己已跑 10 個 workers，並想像同預算可擴到 50 個；另有留言者分別質疑更多步數、不佳輸出，以及留在 codebase 的錯誤內容會推高實際成本。HN 能證明關注度，不能證明品質。
四、80% 的 token 降價，不是 80% 的成果成本下降
真正該追的指標不是 price per token，而是 cost per accepted outcome：
每個可接受成果成本 =（模型 tokens＋工具＋sandbox＋重試＋人工 review）÷ 通過驗收的成果數，再加上未偵測錯誤的預期損失。
如果舊總成本裡只有一半來自 Luna tokens，其他一半是 web search、container、review 與失敗處理，而且工作量、Luna token 用量與其他成本都不變，那麼單純由此次價格調整帶來的總成本降幅就是 40%。可寫成：
在工作量、Luna token 用量與其他成本不變時，總成本降幅 = 80% × 舊總成本中的 Luna token 占比。
工具價格是另一條成本線：OpenAI 2026 年 7 月 31 日價目表中，web search 為 US$10／1,000 calls，另按模型費率計 search-content tokens；Responses API 的 file search tool call 為 US$2.50／1,000 calls，另有 US$0.10／GB／日 storage、首 1 GB 免費。1 GB hosted shell／code interpreter 的表列價格為 US$0.03／20 分鐘；符合資格的 session 按分鐘計費、最低 5 分鐘。當 Luna 本身非常便宜時，這些固定或半固定成本會更快變成主角。
「快」也要拆成不同軸。截至 7 月 31 日，Artificial Analysis 的 Luna max 頁面在 10K input、過去 72 小時 P50 的 OpenAI provider 測量中，記錄約 184.4 output tokens／秒，以及 116.5 秒的 time to first answer token；output speed 從第一個 chunk 後開始量，後者則依其定義包含模型 reasoning／thinking 的等待，不能寫成一般 TTFT。這不矛盾：首段答案出現後的輸出很快，不代表等待可見答案或完成整個 agent 任務也快。互動式產品要看首個答案等待、p95 latency 與端到端時間；背景批次則更在意總吞吐與每個成功結果成本。
五、Sol Fast mode：用兩倍價格買時間；OpenAI 稱 intelligence 不變
Fast mode 是另一條完全不同的更新：Priority Processing 更名，Sol 的 serving 速度提升，而價格仍是 Standard 的兩倍。原文的精準措辭是：
“up to 2.5× faster speeds than Standard processing at twice the price”
中文：「速度最高可達 Standard processing 的 2.5 倍，價格則是兩倍。」
— OpenAI，GPT‑5.6 Sol Fast mode
三個詞不能省略：Sol、最高可達、兩倍價格。這不是 Luna 的速度承諾，也不是平均 2.5×。Fast mode 官方文件還列明不支援 long context、fine-tuned models 與 embeddings；既有標記為 priority 的 request 會向後相容。至於 intelligence 不變，本文把它視為 OpenAI 對同模型、不同 service tier 的產品聲明，而非獨立結論。
最實用的決策規則是：只有當省下的等待時間價值高於額外 token 費，才開 Fast。即時客服、互動 coding 與關鍵人工流程可能值得；夜間批次、背景分類與離線文件管線，通常更適合 Standard、Batch 或 Flex。
六、這 80% 是 AI 自己省出來的嗎？官方證據只到 20%＋15%
OpenAI 把這次降價放進一個更大的敘事：GPT‑5.6 Sol 幫工程團隊改寫 production kernels、設計實驗與監控訓練，形成「AI 改善 AI serving」的回饋迴圈。相鄰的工程文章量化了兩件事：kernel 工作讓 end-to-end serving cost 下降 20%，另一批實驗讓 token-generation efficiency 提升超過 15%。
這兩個數字不能直接相加成 35%，更不能推導出 Luna 售價為何能降 80%。模型架構、routing、硬體利用率、prompt caching、供應合約、競爭與商業定價都可能參與其中；截至 2026 年 7 月 31 日，上述 7 月 29–30 日官方文章只量化前述兩項改善，未提供 Luna 的單位成本拆解，因此公開資料無法量化各項 serving 改善對 80% 降價的貢獻。比較準確的說法是：OpenAI 公開了一部分 serving 改善，也選擇把 Luna 標價降 80%；公開資訊不足以判定兩者各自貢獻多少。想看 Sol 實際做了哪些優化，可接著讀GPT‑5.6 Sol 推論優化深度解讀。
七、AlphaLab 的判讀：真正稀缺的，從 token 轉向驗證
判讀一：價格曲線真的變了，但品質曲線沒有在 7 月 30 日重畫
我同意這是一個立即生效、足以改變產品設計的降價。分類、抽取、監控、候選生成與可丟棄的背景工作，現在能用更低門檻試做。OpenAI 將 7 月 30 日列為價格與 Fast mode 更新；該公告未公布新的 Luna 權重或新增品質 benchmark。若你的 Luna eval 昨天不過關，今天不會因為帳單便宜就突然過關。
判讀二：省下的預算，應優先買獨立樣本與確定性檢查
最差的用法，是讓五個 agent 無限互聊；更好的用法，是讓多個 worker 獨立產生候選，再用測試、schema、規則與較強模型集中驗證。廉價推理把「多試幾次」變便宜，卻沒有把「知道哪一次是對的」一起商品化。
判讀三：模型正在商品化，harness 與私有 eval 反而更像護城河
當 frontier 級能力不斷往低價 tier 下沉，競爭優勢會從「我能呼叫哪個模型」移到「我知道什麼時候用 Luna、何時升級 Terra／Sol，以及如何證明結果可接受」。這也是小模型接手大量任務真正困難之處：routing、評估與回滾比 demo 更重要。
我同意什麼、又存疑什麼？
- 我同意：Luna token 價格精準降到原本五分之一，會擴大分類、文件處理與 worker agent 的可行範圍。
- 我同意：Sol 規劃、Luna 執行的分層架構，是比全程使用同一模型更成熟的方向。
- 我存疑：OpenAI 的每任務成本、9× 速度、99% 成本優勢與客戶案例，原文提供的是結果摘要；在公開方法足以重跑前，不宜把它們當成獨立結論。
- 我存疑：更多 agent 會自動帶來更多成果；matched-compute 研究顯示，它高度依賴任務可分解性與中央驗證。
八、現在怎麼做？用 100–500 筆自家任務驗證 GPT‑5.6 Luna 降價 80%
- 先定義可接受成果。準備 100–500 筆代表性任務，寫清楚正確答案、rubric、必過測試與高代價錯誤。
- 用 Luna 跑基線。分開記錄 input、output、cached tokens、工具費、重試、TTFT、p95 latency 與通過率。
- 只升級失敗類型。把低信心、無法驗證、高風險或多次失敗的 case 路由到 Terra／Sol，不要全量升級。
- 比較每個通過成果成本。若 Luna token 帳單降了，人工 review 與錯誤清理卻上升，這個 migration 就沒有成功。
- 把 Fast 留給真正值錢的等待。延遲價值不到兩倍 token premium 的工作，不必為「最高 2.5×」買單。
GPT‑5.6 Luna 降價 80% 最重要的意義，不是「AI 突然便宜到不用管」，而是你現在能以更低的 Luna token 成本，認真測試哪些工作適合廉價智能、哪些錯誤必須升級處理。先把驗收做對，再把五倍預算花在更多嘗試上。
📚 延伸閱讀
- AI 模型怎麼選？用 10 題小型 Eval 建立任務路由
- GPT‑5.6 Sol 推論優化：OpenAI 稱成本降 20%，這算自我改進嗎？
- Orca Graph Engineering：打造可驗收的多 Agent 工作圖
- Claude Opus 5 深度解讀：半價逼近 Fable 5，真正躍進是「驗證到成功」
如果你今天就要開始，第一步不是把現有 agent 全部切到 Luna，而是先抽出一小批真實任務，算出你的 cost per accepted outcome。這個數字更能告訴你，這次 80% 降價究竟是新聞，還是你產品真正的成本突破。