OpenAI 几乎没有预告地给了 GPT-5.6 系列一刀。Terra 和 Luna 双双降价，官方把 Luna 的输入价格拉到了每百万 token 1 美元这条心理线。动作不算小，但真正让工程师半夜爬起来重新拉成本表格的，是 OpenRouter 紧接着甩出来的那张牌——在原已更低的基准上，再打一个对折。
这个 50% 独家折扣不是噱头。算下来，Luna 输入直接压到 $0.1/M，输出 $0.6/M。即便是定位更高的 Terra，输入也降到 $1/M，输出 $6/M。注意这个价差。当 Luna 的输入成本跌到这个位置，它和上一代中等模型的比价逻辑已经彻底变了。原来因为预算够不着 GPT-5.6 能力层的场景——批量化、高并发的非关键链路、长尾内容处理、原型阶段的粗粒度调用——现在可以毫无负担地切过去。不是因为它变便宜了，而是因为它的性价比前移到了足以吞掉下游模型生存空间的区间。
对正在做大规模部署的团队来说，这件事的本质不是一个促销，是算账的基准线位移。Stack AI 这类平台已经在用 Luna 跑高吞吐工作负载，而它们在意的从来不是单次调用便宜了几毛钱，是每百万 token 成本穿透某个阈值之后，整个架构可以省掉多少路由逻辑、降级策略和模型切换的工程复杂度。OpenAI 先降，OpenRouter 再砍，两刀叠加之下，以前“用不起所以不用”的那批需求，现在变成了“不用反而更贵”。这才是值得关注的信号。
