GPT-5.6 Sol输出价格直降33%

OpenAI终于开始给旗舰模型降价

OpenAI于8月22日下调GPT-5.6 Sol的API与Credit调用价格，普通输入由每100万Token 5美元降至4美元，降幅20%；输出由30美元降至20美元，降幅约33.3%。新价格已经在API侧生效，并将陆续覆盖ChatGPT Work与Codex credits方案。

GPT-5.6 Sol是OpenAI在GPT-5.6系列中能力最强、面向复杂推理与高难度编程任务的旗舰模型。 与定位高吞吐的Luna、强调成本与能力平衡的Terra不同，Sol主要承担大型代码库分析、长链路代理、复杂文档处理和高价值决策等任务。

这次调整最值得注意的不是输入便宜了1美元，而是输出价格一次减少10美元。对于普通聊天应用，输入往往占据更多Token；但在代码生成、报告撰写和自主代理场景中，模型需要连续输出代码、工具参数、执行计划与复盘内容，输出Token才是账单大头。

新价格具体降了多少

Token是模型处理文本时使用的基本计量单位，API账单通常分别计算输入Token与输出Token。 用户提交的提示词、系统指令、历史对话和工具返回结果属于输入，模型生成的回答、代码与推理结果属于输出。

GPT-5.6 Sol各计费项目的变化如下：

| 计费项目 | 调整前价格 | 调整后价格 | 降幅 | |---|---:|---:|---:| | 标准输入 | 5美元/百万Token | 4美元/百万Token | 20% | | 标准输出 | 30美元/百万Token | 20美元/百万Token | 33.3% | | 缓存输入 | 0.5美元/百万Token | 0.4美元/百万Token | 20% | | 缓存写入 | 6.25美元/百万Token | 5美元/百万Token | 20% | | 长上下文输入 | 10美元/百万Token | 8美元/百万Token | 20% | | 长上下文输出 | 45美元/百万Token | 30美元/百万Token | 33.3% |

按照参考资料采用的汇率估算，标准输入价格由约33.7元人民币降至27元，标准输出由约202.1元降至134.8元。汇率会随时间变化，开发者最终仍应以账单结算币种和官方计费页面为准。

一百万输入Token加一百万输出Token的标准任务，成本从35美元降至24美元，综合降幅为31.4%。 这比单独观察20%的输入降幅更能反映复杂任务的真实变化。

输出越多，降价带来的收益越明显

本次调价明显偏向输出密集型应用，而不是所有业务统一下降三分之一。 一个应用究竟能省多少钱，取决于输入与输出Token的比例、缓存命中率，以及是否进入长上下文计费档位。

下面按不同任务结构计算理论成本，暂不考虑工具调用、失败重试和其他基础设施费用：

| 每月任务结构 | 调整前 | 调整后 | 实际降幅 | |---|---:|---:|---:| | 1000万输入＋200万输出Token | 110美元 | 80美元 | 27.3% | | 500万输入＋100万输出Token | 55美元 | 40美元 | 27.3% | | 100万输入＋400万输出Token | 125美元 | 84美元 | 32.8% | | 长上下文100万输入＋100万输出Token | 55美元 | 38美元 | 30.9% |

代码代理是这次降价最直接的受益者。一个代理在完成任务时，可能先读取仓库、生成修改方案，再输出补丁、测试结果和解释；如果中途遇到错误，还会进入新的执行循环。此类任务的输出量通常高于问答产品，因此账单更接近33%的输出降幅，而不是20%的输入降幅。

企业知识库的收益则没有那么统一。知识库问答往往需要提交大量检索片段，但最终只生成几百字答案，输入占比更高，实际节省可能更接近20%至25%。如果系统能够稳定使用提示词缓存，成本还能进一步下降。

缓存比单纯降价更值得认真使用

缓存输入是指已经提交并复用的固定上下文，例如系统提示词、工具定义和长期不变的文档前缀。 GPT-5.6 Sol的缓存读取价格由每百万Token 0.5美元降至0.4美元，仅为普通输入价格的十分之一。

缓存写入价格则由6.25美元降至5美元。它看起来比普通输入的4美元更贵，但缓存的价值来自后续复用，而不是第一次请求。

以100万Token固定上下文连续使用两次为例，不使用缓存的新价格为8美元；先写入缓存、再读取一次的理论费用为5.4美元。只要同一段前缀能够被稳定复用，第二次调用就可能覆盖首次写入的额外成本。调用次数越多，平均输入成本越接近每百万Token 0.4美元。

这对大型代码仓库尤其重要。代理不应该在每一轮都重新提交完全相同的仓库索引、开发规范和工具描述，而应把稳定前缀与动态任务拆开。价格调整降低了单位成本，但好的上下文工程仍然比单纯换一张更便宜的价目表有效。

长上下文费用同步降，但依然不能随便塞材料

长上下文计费档位是针对超过普通上下文计费条件的大型请求采用的更高价格区间。 GPT-5.6 Sol在这一档位的输入价格从10美元降至8美元，输出从45美元降至30美元，分别下降20%和33.3%。

一百万长上下文输入加一百万输出的价格由55美元降至38美元，减少17美元。对于合同审阅、尽调材料分析和大型代码库迁移，这一变化有实际意义，但它并没有让“把所有文件一次性塞进去”变成合理方案。

长上下文的成本问题只是其中一部分。输入材料越多，检索干扰、指令冲突和关键信息被稀释的概率也越高。更稳妥的产品设计仍然是先检索和压缩，再把真正相关的内容交给Sol处理；只有必须进行跨文档全局推理时，才使用完整长上下文。

Sol现在处在什么价位

GPT-5.6系列由Luna、Terra和Sol三个能力与成本档位组成。 Luna追求速度与低成本，Terra面向日常生产负载，Sol则负责最困难、错误代价最高的任务。

结合7月30日已经生效的Luna与Terra调价，GPT-5.6系列当前的标准价格结构如下：

| 模型 | 输入价格/百万Token | 输出价格/百万Token | 主要定位 | |---|---:|---:|---| | GPT-5.6 Luna | 0.2美元 | 1.2美元 | 分类、抽取、批处理与高并发任务 | | GPT-5.6 Terra | 2美元 | 12美元 | 日常问答、常规编码与通用代理 | | GPT-5.6 Sol | 4美元 | 20美元 | 复杂推理、高难编码与关键工作流 |

Sol降价后仍然不是用来承接所有流量的经济型模型。它的输入价格是Terra的2倍、Luna的20倍，输出价格是Terra的约1.67倍、Luna的约16.7倍。真正合理的架构不是把所有请求无差别切到Sol，而是由便宜模型处理路由、检索、分类与格式化，只把高难度任务升级给Sol。

OpenAI在7月底已经把Luna价格下调80%、Terra下调20%，当时Sol标准价格保持不变，只新增了Fast处理模式。Fast模式以更高价格换取最高约2.5倍的处理速度，并取代此前的Priority Processing。不到一个月后，Sol标准档也开始降价，说明OpenAI正在把价格竞争从高吞吐小模型推向旗舰模型。

降价来自推理系统优化，而不只是市场促销

推理成本是模型在数据中心完成一次请求所消耗的GPU时间、显存、网络与调度资源成本。 根据此前披露的信息，OpenAI对模型、推理系统和代理框架进行了联合优化，其中GPT-5.6 Sol参与了核心程序与生产内核的优化工作。

相关优化使Sol端到端服务成本降低约20%，推测解码等改进则让Token生成效率提高15%以上。推测解码可以理解为先让一个更轻量的草稿系统快速猜测接下来可能生成的Token，再由主模型批量验证；猜得越准，主模型逐个生成Token所需的时间越少。

这构成了一个值得关注的闭环：旗舰模型参与优化承载自身的推理基础设施，基础设施降低单位成本，OpenAI再通过降价扩大调用量。它还不是模型训练意义上的递归自我改进，但已经是AI参与优化AI生产系统的商业化案例。

当然，竞争压力同样不能忽视。企业客户越来越关注每项任务的完整成本，而不是单一基准测试分数；开放权重模型也允许拥有基础设施能力的团队自行部署和控制边际成本。OpenAI此时继续下调旗舰价格，本质上是在减少闭源模型“能力领先但调用昂贵”的阻力。

三个月窗口是目前最大的变量

OpenAI此次价格安排带有未来三个月的时间窗口，因此开发者不应直接把新价格视为永久承诺。 参考资料没有明确说明三个月后会自动恢复原价、延续新价，还是进入新的价格体系；在官方进一步确认前，长期预算应同时保留新旧两套测算。

这意味着短期批处理项目可以立即受益，但合同周期在一年以上的企业应用，不宜仅凭当前价格做不可逆的模型绑定。更稳妥的做法是记录每类任务的输入量、输出量、缓存命中率和成功率，再按新旧价格分别计算总拥有成本。

价格下降还可能制造一种错觉：单次调用便宜了，系统总账单就一定下降。代理应用常见的问题恰恰是调用次数失控——模型反复规划、重复读取相同内容，或者失败后无限重试。若一次任务的循环次数从5次增加到8次，即使单次成本下降三成，总费用仍可能上升。

ChatGPT个人订阅不跟着变

API计费与ChatGPT订阅是两套不同的商业体系。 本次调整已经在API上线，并将陆续覆盖ChatGPT Work和Codex credits相关方案，但ChatGPT Pro、Plus与Business订阅的使用规则、月费及权益保持不变。

因此，普通ChatGPT用户不会因为Sol的Token单价下降而直接获得更低订阅费或更多固定额度。此次更新首先影响按量使用模型的开发者、企业工作流，以及按照credits消耗计算成本的编码产品。

这也是OpenAI常见的价格传导顺序：推理效率改进先反映到可精确计量的API，再根据容量和产品策略决定是否调整订阅端权益。对于开发团队来说，API账单可立即重算；对于Plus或Pro用户，目前没有必要重新评估订阅方案。

OpenAI Hub判断：这是一次有分量的降价，但不是“闭眼迁移”的理由

GPT-5.6 Sol此次降价最有价值的地方，是把复杂任务的综合成本压低了约27%至33%，而不是简单制造一个20%的宣传数字。 输出降幅高于输入，说明OpenAI正在主动降低代码代理和长链路任务的运行成本，这正是旗舰模型最常被使用、也最容易产生高账单的区域。

对已经使用Sol的团队，这次更新几乎没有迁移成本，可以直接重新设置预算告警与任务限额。对正在使用Terra、Luna或其他模型的团队，则应该先做任务级评估：Sol是否能凭借更高的一次成功率减少重试、人工审核和回滚成本，往往比每百万Token价格更重要。

模型采购最终比较的也不应只是Token单价。更有意义的指标是“成功完成一次任务的成本”：如果便宜模型需要三次重试，而Sol一次完成，那么Sol即便单位Token价格更高，也可能更省；反过来，如果任务只是信息抽取和格式转换，使用Sol依然属于算力浪费。

OpenAI正在把GPT-5.6系列做成明确的分层漏斗：Luna承接规模，Terra承接常规生产任务，Sol处理高难问题。此次降价没有改变这套分工，但让漏斗顶端的使用门槛下降了一截。短期看，这是现有Sol用户的直接利好；长期看，真正需要观察的是三个月后价格能否保留，以及竞争对手会不会跟进旗舰模型的输出价格。

参考来源

• IT之家：OpenAI下调GPT-5.6 Sol模型价格 —— 本次Sol输入、输出、缓存与长上下文价格调整，以及订阅权益变化。
• 知乎：GPT-5.6系列降价与Fast模式背景 —— GPT-5.6 Luna、Terra此前调价，Sol Fast模式及推理系统优化背景。