從 7 月 9 日首發到 7 月 30 日大降價：OpenAI 這 21 天發生了什麼？
7 月 30 日 OpenAI 公告 GPT-5.6 系列調價：輕量檔 Luna 從 $1/$6 降至 $0.20/$1.20（-80%），均衡檔 Terra 從 $2.50/$15 降至 $2.00/$12（-20%），旗艦 Sol 標準價 $5/$30 維持不變，同時上線 Sol Fast（$10/$60，約 2.5 倍推理速度，取代原 Priority Processing 通道）。這波降價緊接 Kimi K3 全面開源與 Sol 自研 GPU 優化部落格之後，業界普遍解讀為 OpenAI 對開源競品壓力的主動回應。
| 日期 | 里程碑 | 關鍵內容 |
|---|---|---|
| 2026-07-09 | GPT-5.6 系列上線 | Sol / Terra / Luna 三檔正式發布，Sol 定位旗艦 agentic coding |
| 2026-07-16 | Kimi K3 託管上線 | 月之暗面 Kimi K3 以 API 託管形式上線，衝擊程式模型定價預期 |
| 2026-07-27 | Kimi K3 權重開放 | 2.8 萬億參數 MoE 全面開源，Artificial Analysis 測算單任務成本 $0.94 |
| 2026-07-29 | Sol GPU 自優化部落格 | OpenAI 披露 Sol 重寫 Triton/Gluon GPU 核心、投機解碼與 KV cache 優化 |
| 2026-07-30 | 官方降價公告 | Luna -80%、Terra -20%、Sol 標準不變；Sol Fast $10/$60 新 SKU 上線 |
需要釐清的是：Luna/Terra 的降價是標價下調，Sol 的「加價」敘事來自新增 Fast 檔——標準 Sol 並未漲價，但低延遲需求的使用者面臨 2 倍 token 單價。
把 Luna 降價等同全系列降價：Sol 標準 $5/$30 未動，僅新增更貴的 Fast 模式，旗艦檔總成本結構並未整體下移。
忽略 Kimi K3 的定價錨定效應：K3 標準價 $3/$15 看似與 Claude Sonnet 5 持平，但相較 K2.6（$0.60/$2.50）實際漲價約 6 倍——開源陣營內部也在重新分層。
用 Sol 自報優化數字直接折算帳單：OpenAI 聲稱 GPU 自優化帶來 20% 成本削減與 15% 吞吐提升，均為廠商自測，第三方尚未獨立驗證。
把 Sol Fast 當作 Priority Processing 的簡單更名：Fast 模式 2.5 倍速對應 2 倍單價，單位時間成本未必下降，須按任務 SLA 單獨測算。
在 Reddit 兩極化輿論中選邊站：社群對降價反應分裂——有人歡呼 Luna 進入「銅板價」時代，有人質疑 METR 獎勵黑客與 benchmark 自證問題，企業選型不宜只看熱帖。
調價前後一覽：GPT-5.6 三檔 vs Kimi K3、DeepSeek、Claude 競品矩陣
| 模型 / SKU | 調價前（輸入/輸出，$/M） | 調價後（$/M） | 變動 | 定位 |
|---|---|---|---|---|
| GPT-5.6 Luna | $1.00 / $6.00 | $0.20 / $1.20 | -80% | 輕量 / 高頻 |
| GPT-5.6 Terra | $2.50 / $15.00 | $2.00 / $12.00 | -20% | 均衡 / 主力 |
| GPT-5.6 Sol（標準） | $5.00 / $30.00 | $5.00 / $30.00 | 不變 | 旗艦 agentic |
| GPT-5.6 Sol Fast（新） | —（Priority Processing） | $10.00 / $60.00 | 新 SKU | 2.5× 速度，2× 單價 |
| 競品模型 | 輸入（$/M） | 輸出（$/M） | AA 單任務成本* | 備註 |
|---|---|---|---|---|
| Kimi K3 | $3.00（快取 $0.30） | $15.00 | ~$0.94 | 較 K2.6 漲價約 6× |
| DeepSeek V4 Pro | $0.435（快取 $0.0036） | $0.87 | — | 2026年5月永久降價75% |
| DeepSeek V4 Flash | $0.14 | $0.28 | — | 輕量檔 |
| Claude Sonnet 5 | $3.00（促銷 $2.00 至8/31） | $15.00（促銷 $10.00） | — | 與 Kimi K3 標準價持平 |
| Gemini 3.5 Flash-Lite | 約 $2.80/百萬 Token（輸入輸出合計） | — | Google 輕量檔 | |
| MAI-Code-1-Flash | $0.75 | $4.50 | — | 僅限 GitHub Copilot，無獨立 API |
| GPT-5.6 Sol（標準） | $5.00 | $30.00 | ~$1.04 | AA 單任務成本略高於 K3 |
*Artificial Analysis「單任務完成成本」為第三方測算口徑，非 OpenAI 官方定價；競品 token 單價來自各廠商 2026 年 7 月公開價目表。
Artificial Analysis 測算：Kimi K3 單任務成本約 $0.94，GPT-5.6 Sol 約 $1.04——Sol 在能力檔仍略貴，但 Luna 降價後輕量場景的單位成本已被大幅壓縮。
深度拆解：Sol 為何自研 GPU 核心，卻選擇「降 Luna、保 Sol、賣 Fast」？
先說結論：OpenAI 7 月 29 日部落格披露的技術優化與 7 月 30 日分層調價是同一套商業邏輯的兩面——用工程降本支撐輕量檔降價，用 Fast SKU 變現低延遲需求，旗艦 Sol 維持品牌溢價。
Sol 團隊聲稱透過 Triton/Gluon 重寫 GPU 核心、引入投機解碼（speculative decoding）並優化 KV cache 配置，在內部測試中實現約 20% 推理成本下降與 15% 吞吐提升，且經 FpSan 數值驗證保障精度。這些優化理論上可轉化為 Luna/Terra 的降價空間，但 Sol 標準價未動——說明 OpenAI 有意保留旗艦檔毛利，把成本紅利優先導向跑量輕量 SKU 以對抗 DeepSeek V4 Flash 與 Luna 檔競品。
Sol Fast 的定價邏輯則更清楚：$10/$60 為標準 Sol 的 2 倍，承諾約 2.5 倍推理速度，取代原 Priority Processing。對延遲敏感的生產鏈路（即時 Agent 工具呼叫、互動式 IDE 補全），使用者支付溢價換取吞吐；對批次離線任務，標準 Sol 或降價後的 Terra 仍是更優選擇。這與 Kimi K3「標準價對齊 Sonnet、靠 1M 上下文差異化」的策略形成對照——OpenAI 選擇用 SKU 分層而非全面降價來因應競爭。
7 月 27 日 Kimi K3 權重全面開放後，Artificial Analysis 將 K3 單任務成本壓至 $0.94，Sol 約 $1.04——差距僅 9.4%，但 Reddit 與 X 上關於 METR 獎勵黑客、廠商自報 benchmark 的爭議仍未平息，第三方獨立複現數據尚不充分。
降價後 6 步：開發者如何重算路由、壓測與帳單
匯出近 30 天 token 明細：按模型 SKU（Luna / Terra / Sol / Sol Fast）拆分輸入、輸出與快取命中，建立調價前基線帳單。
重映射任務分層：閒聊、分類、簡單補全遷移至 Luna（$0.20/$1.20）；中等複雜推理保留 Terra；僅 agentic / SWE 任務保留 Sol 標準。
評估 Sol Fast 的真實 ROI：對延遲敏感鏈路實測 2.5× 加速是否 worth 2× 單價；批次任務勿預設開啟 Fast。
並行 A/B Kimi K3 與 DeepSeek V4：用 Artificial Analysis 口徑（單任務完成成本）對比自有程式庫的真實總成本，勿只看 $/M 標價。
更新 OpenRouter / LiteLLM 路由規則：將 Luna 新價寫入 fallback 鏈，設定日封頂熔斷，避免降級邏輯仍指向舊價模型 ID。
建立 7 天複測窗口：關注 OpenAI 是否進一步調整 Sol 或 Terra；同步追蹤 Kimi K3 快取命中率與 K2.6 存量使用者遷移成本。
爭議點、三條硬核數據與分層定價下的選型窗口
OpenAI 此次調價在輿論場引發分裂：支持者認為 Luna 進入「每百萬 token 兩毛錢」時代，大幅降低了高頻輕量應用門檻；質疑者指出 Sol 20% 成本優化、15% 吞吐提升均為自報數據，METR 相關獎勵黑客討論仍在發酵，Reddit 上關於 benchmark 可信度的爭論未歇。與此同時，Kimi K3 雖在 AA 單任務成本上略勝 Sol，但相較 K2.6 漲價約 6 倍的事實也被開源社群持續討論——2026 年 7 月的「降價潮」並非單向讓利，而是各廠商在 SKU 分層、速度溢價與開源錨定之間重新定價。
80% / Luna 降幅：輸入 $1→$0.20、輸出 $6→$1.20，OpenAI 7 月 30 日官方公告，輕量檔標價腰斩以上為系列最大變動。
$0.94 vs $1.04 / AA 單任務成本：Artificial Analysis 測算 Kimi K3 約 $0.94/任務，GPT-5.6 Sol 約 $1.04/任務——Sol 仍略貴 9.4%，但 Luna 降價後輕量場景差距拉大。
6× / K3 相對 K2.6 漲價：Kimi K3 標準輸入 $3/M 對比 K2.6 $0.60/M，開源陣營內部並非全面降價，旗艦開源 SKU 同樣在重新錨定。
注意：Sol GPU 自優化數據、METR 爭議與 AA 單任務成本均為第三方或廠商自述，企業選型須用自有 workload 複測；Sol Fast 2× 單價不等於 2× 價值，須按 SLA 單獨評估。
攤開替代方案：在個人 Mac 上跑多模型 A/B 與 Agent 壓測受休眠與網路波動影響，長上下文任務易中斷；完全依賴雲端 API 做生產級 CI則在 7 月密集調價期面臨路由規則頻繁重寫；等待企業 GPU 叢集審批往往趕不上模型與定價的雙週級迭代。對需要 iOS CI/CD、本地模型推理與 AI Agent 7×24 自動化生產環境，KVMNODE 獨占 Mac Mini M4 雲端租賃通常是更優解：Apple Silicon 統一記憶體、開放 sudo、按天/週/月彈性下單。詳見 定價頁、說明中心，或 直接下單。
數據截至：2026 年 7 月 31 日 · 來源：OpenAI 2026-07-30 定價公告、OpenAI 2026-07-29 Sol GPU 優化部落格、Moonshot AI Kimi K3 發布與權重開放、Artificial Analysis 單任務成本測算、DeepSeek V4 官方價目、Reddit / X 社群討論、METR 相關公開報導