AREX Feed Article
OpenAI Luna 降价 80% 一周后，Codex 用户发现便宜有好货——但有条件
顶级 Codex 用户问了一个所有人都在想的问题
一周前，Codex 重度用户 Peter Yang（25.6 万粉丝，以实用 AI 教程和访谈著称的独立创作者）在 X 上发了一条推文：
Hearing that GPT 5.6 Luna High is much cheaper and basically unlimited usage and I'm running low on Sol :P Can it do complex browser automation tasks? That's 50% of my Codex usage.
（"听说 GPT 5.6 Luna High 便宜得多而且基本等于无限用量，我的 Sol 额度快见底了。它能搞定复杂的浏览器自动化任务吗？那可是我 Codex 用量的 50%。"）
这条推文收获了 221 个赞、68 条回复和 6.3 万次阅读。回复区迅速分裂为两个阵营：已经大规模迁移到 Luna 并在生产环境中验证过的乐观派，和坚持"Sol 不可替代"的怀疑派。
这场辩论的背景是 OpenAI 在 7 月 30 日投下的一颗炸弹：GPT-5.6 Luna 的 API 价格被一刀砍掉了 80%。在 Codex 平台上，Luna 现在比 Sol 便宜 25 倍。对于 Peter Yang 这样每月消耗大量 Sol 信用点的重度用户来说，迁移到 Luna 不只是省钱：能不能把工作撑到月底才是问题。
68 条回复给出的答案，比任何一张基准测试排行榜都更复杂、也更有用。
两毛钱的模型，25 倍的价差
7 月 30 日，OpenAI 宣布 GPT-5.6 Luna 的 API 价格从每百万 token 输入 $1 / 输出 $6 降至 $0.20 / $1.20，降幅 80%。同期，中档模型 GPT-5.6 Terra 降价 20% 至 $2 / $12。旗舰模型 Sol 的价格保持不变（$5 / $30），但新增了 Fast 模式——速度提升至 2.5 倍，价格翻倍至 $10 / $60。
在 Codex 的信用额度体系中，价差更加触目：Luna 每百万输入 token 仅消耗 5 个信用点，而 Sol 消耗 125 个。Codex 的订阅价格和配额预算均未变化。同样的工作，现在消耗的信用点骤降。
降价的直接触发因素不是市场营销，而是技术突破。OpenAI 让 Sol 自主重写了运行自身的 GPU 内核代码，推理成本下降了 20%，token 生成效率提升了 15%。省下来的成本被一比一转化为客户价格。OpenAI CEO Sam Altman 在 X 上简单写道："今天大幅降价。"
不是营销决策：Sol 自己改了自己的推理内核
7 月 30 日的降价不是一个常规的商业调整。OpenAI 在官方博客中披露了一段被大多数媒体一笔带过的技术内幕：降价的钱，是 GPT-5.6 Sol 自己挣出来的。
GPT-5.6 于 7 月 9 日正式 GA 后，OpenAI 的工程师将 Sol 部署到 Codex 环境中，让它对运行自己的生产级 GPU 内核进行自主优化。Sol 使用 OpenAI 的开源 GPU 编程语言 Triton 和 Gluon 重写了这些内核，将端到端推理成本砍掉了 20%。与此同时，Sol 通过数百次自主实验重新设计了自己的推测性解码（speculative decoding）草案模型，将 token 生成效率提升了超过 15%。
OpenAI 使用其开源浮点精度检查工具 FpSan 验证了 Sol 重写的内核代码。这是业界首次有公开记录的生产级前沿模型自主重写自身推理栈，并将成果直接转化为面向客户的价格下调。用 OpenAI 博客的原话说："这项工作仍在继续，形成了一个更紧密的反馈环：随着我们的模型不断改进并能更自主地工作，我们提升效率的能力也在加速。"换句话说，下一次降价可能来得比这一次更快。
回到模型本身。GPT-5.6 系列分 Sol（旗舰）、Terra（均衡）、Luna（快速经济）三档。这个命名是 OpenAI 刻意设计的产品线策略——不是一次性的版本号，而是 "可以各自独立进化的持久能力层级"。在降价之前，Luna 的价格已经只有 Sol 的 1/5；降价之后，差距拉大到了 25 倍。
但基准测试的差距远没有价格差距那么夸张。在评估 55 个专业领域长周期工作流的 Agents' Last Exam 上，Luna 得分 50.3，Sol 得分 53.6，相差仅 3.3 分。在 Terminal-Bench 2.1（命令行工作流）上，Luna 的 84.7% 对 Sol 的 88.8%。在 Artificial Analysis Coding Agent Index 上，Luna 的 74.6 对 Sol 的 80。
所有三项核心基准测试中，Luna 均为 Sol 的 90% 到 95% 水平，而价格是 Sol 的 4%。
更惊人的是性价比数据。根据 Trilogy AI 的计算，在 DeepSWE（真实代码库长周期工程任务）中，按降价前的价格，Luna 每美元 API 费用能产出约 24 个基准点，而 Claude Opus 4.8 是 4.5 个，Claude Fable 5 是 3.2 个。降价 80% 后，这个比值又提高了大约 5 倍。
按照 Artificial Analysis 的数据，Luna 的智能指数随推理算力投入从 26.6（无推理模式）上升到 51.2（max 推理模式），曲线陡峭。模型有潜力，但需要正确的推理预算。
但基准测试不能覆盖一切。Codex 用户们的真实体验，比任何一张排行榜都更复杂。
Sol 做规划，Luna 做执行：社区总结出的省钱公式
Peter Yang 推文下的 68 条回复形成了一份出奇一致的非正式测试报告。开发者们没有在争论 Luna 的基准数字，而是在分享同一套实战策略。
最乐观的声音来自有大型工作流验证的用户。Kun Chen（2.3 万粉丝的独立开发者）回复称："在我最新的视频里，我用 Luna 从零到一构建了一个完整的 iOS app，大量浏览器自动化也都在里面跑。几乎分不出它和 Sol 的区别，除了一些技术判断需要我介入。"Jack Vinijtrongjit（Saakuru Labs 联合创始人兼 CTO，8.4 万粉丝）做了一个极端测试：两个任务在 Luna Max Fast 上连续运行一小时，仅消耗了周限额的 1%。按这个比例推算，"能跑大约 56 小时的任务，关掉快速模式就是 112 小时。"
最多的声音来自实用主义者，他们总结出了一套几乎一致的公式：Sol 做规划，Luna 做执行。用户 dipo（4100 粉丝）这样描述自己的 workflow："我让 ChatGPT 里的 Sol 先做规划，然后把详细指令交给 Luna。多了一步，但聊天不消耗额度，Luna 在清晰指令下执行得非常好。"Morgan，一位资深云架构师，搭建了"基于角色的 Sol 编排层，让 Luna 子代理跑任务——我的额度终于能撑过两天了。"Vynce，一位新加坡开发者，报告 Luna Max Fast 在成熟的技能文件支持下，完成了涉及多标签页操作、文字输入和截图上传的 bug 报告工作流，"比 Sol Medium 稍慢，但用量不到 1%，而 Sol 要 2-3%。"
怀疑派指出了 Luna 的真实短板，但这些批评比单纯的否定更有建设性。
Byte Man 报告 Luna "在多步骤跨工具调度任务上失败得很惨，直接搞崩了我整个仓库，花了 48 小时切回 Sol Medium 修复。"Nikhil Shahane 的判断最精炼："需要思考的地方就会翻车。它会暴力硬闯，但过程让人痛苦。"
Mykyta Pavlenko（乌克兰的 AI 产品经理）的建议最具实操性："我不会把那 50% 的浏览器自动化量从 Codex 移走。你应该先测 Luna 能不能在遇到意外页面状态时不重启任务就恢复过来。"
Bailey Spell，一位旧金山的创业者，给出了最清晰的总结：他的团队"已经在生产环境中用 Luna Max 跑浏览器自动化"，但效果"取决于任务定义得有多清楚。"用户 DefundWoke 提供的判断框架被多人引用："如果任务能明确定义，不需要在执行过程中做太多判断，就没问题。超出这个范围，你就会看到问题。更好的做法是修改配置，让 Sol 编排 Luna Max 作为子代理来跑任务。"
Luna 现在比 Kimi K3 还便宜，但它不是最便宜的
OpenAI 的降价不是孤立的商业行为。自 2026 年 2 月以来，美国公司在 OpenRouter 上路由到中国模型（如 DeepSeek、Moonshot AI 的 Kimi K3）的 token 占比每周都维持在 30% 以上。据 CNBC 报道，Kimi K3 发布时在多项行业基准上超越了美国前沿模型，直接触发了硅谷的应激反应。
降价当天，Anthropic 同步发布了 Claude Opus 5，定价与 Opus 4.8 持平（$5 / $25），但性能接近其旗舰 Fable 5 水平——本质上是在按性能计价而非直接降价。Google 在一个半星期前推出的 Gemini 3.6 Flash 定价为 $1.50 / $7.50，价格高于 Luna，但 Google 强调其 token 效率更高，agent 工作负载的实际任务完成成本可能低于标价。
根据 VentureBeat 整理的 API 价格对比表，Luna 的 $1.40（输入+输出合计）已经低于 Google Gemini 3.5 Flash-Lite 的 $2.80 和 Gemini 3.6 Flash 的 $9.00。在 OpenAI 系列内部，Luna 的价格断层更加显著——它比自家的 GPT-5.4（$17.50 合计）便宜了超过 10 倍。小米的 MiMo-V2.5 Flash（$0.40）和 DeepSeek V4 Flash（$0.42）在纯 token 价格上仍低于 Luna，但性能不在同一个量级。Artificial Analysis 的智能指数显示，即使是最低推理设置的 Luna，其性价比已经全面压过了 Google 的两个主力模型。
三家巨头的策略泾渭分明：OpenAI 直接砍 token 单价，Google 通过减少 token 用量来降本，Anthropic 保持定价不变但提升单位价格内的性能。但三方瞄准的是同一个指标：完成一项生产任务的总成本，而非 token 的标价。
下一次降价，Sol 可能已经替你写好了代码
Peter Yang 的推文之所以引发共鸣，不是因为他在问一个陌生的新模型能做什么。他在问一个熟悉的旧模型——Sol——是否还有必要继续用。
对于 Codex 用户，答案已经清晰：Luna 不再是"玩具档"。在任务定义清晰、技能文件成熟的前提下，它能以 Sol 1/25 的成本交付接近 Sol 质量的产出。聪明的用法是混合编排：Sol 负责规划和决策节点，Luna 负责执行和批量操作。
但更大的叙事在降价背后：OpenAI 刚刚证明了前沿模型可以让自己的运行成本变得更低。如果 Sol 能在三周内靠自我优化砍出 20% 的推理成本，那下一次迭代的降幅可能不再是 80%，而是直接把 Luna 推进"便宜到不值得计量"的区间。Michele Catasta（Replit 总裁兼 AI 负责人）的评论可能是对 Luna 定位最精准的概括："这是我见过的最便宜的、同时又如此强大的模型。它正在解锁我们在 Replit 原本以为很久以后才会去构建的用例。"
参考链接：