GPT-6 Sol 和 Luna 的价格出来了，Artificial Analysis 给的数字很干脆：Sol 每百万输入 token 2 美元、输出 10 美元，Luna 是 0.1 美元和 0.5 美元，大约是 GPT-5.6 对应版本的一半。真正有意思的是另一栏——Intelligence Index 跟 GPT-5.6 打平。价格腰斩、分数不动，这两件事放在一起，比任何单点跑分都更值得琢磨。
持平的分数，比涨分更难解释
能力曲线变平了，钱却在变便宜
过去两年大家都习惯了「新一代更强」，强多少、贵多少几乎同步发生。这次反过来了。同样的分数，一半的价格，意味着你花同样的预算可以跑两倍的推理量，或者跑同样的量只掏一半钱。单位智能成本第一次成了比绝对分数更好看的那个指标。
这不代表模型没进步。更合理的解释是：通用评测能测出来的那部分能力，已经走到了收益递减的区间。再往上堆训练算力，指数上挪一两个点，用户体感几乎没有区别。但省下来的钱，是能进财报的。
Intelligence Index 测的是什么，不测什么
这套指数的做法，是把一堆异构任务压成一个可比的数字：常识问答、数学、代码、指令遵循，各自加权求总。它好用，因为能横向比价；它不够用，因为它把性质完全不同的任务当成了同一种任务。
真实工作里没有「平均任务」。写一段正则表达式，和从三十页合同里抽出五个字段，对模型的要求不是一回事。看到 Sol 与 GPT-5.6 持平，正确的读法是「通用能力同级」，而不是「拿哪个都行」。你要盯的是自己那条任务线在细分基准上的走势，尤其是编码和多步推理这两项。
Sol 和 Luna 不是快慢之分
光看名字很容易误读成「大杯和超大杯」。按价格结构推，Sol 是主力推理档，Luna 是低成本档，两者差的不是响应速度，是可承受的复杂度。Sol 撑得住长链路工具调用和多步规划；Luna 适合高频、短输出、出错代价可控的环节。一个系统里两档都用上，才是它们被设计出来的用法，而不是二选一。
把账单拆到任务粒度
输出 token 才是成本的主战场
2 和 10 中间那条斜杠，左边是输入，右边是输出。很多人看报价只看第一个数字，然后在生产环境里被第二个数字教育一遍。原因朴素得很：读进去的是一段提示词，吐出来的是完整推理痕迹加最终答案，长度常常是输入的几倍，单价还贵五倍。
Sol 的输出单价是输入的 5 倍，Luna 同样是 5 倍。两家都维持这个比例，说明它反映的是解码阶段的真实算力消耗，不是拍脑袋定的。优化方向因此非常明确——压输出，而不是压输入。结构化输出、限定字段、明确禁止模型复述问题，这些老套技巧在输出溢价高的时候，收益是成倍放的。
缓存、重试和多轮，会把差距放大
单次调用的价目表很好看，跑进 agent 里就变形。一个任务可能触发十几轮工具调用，每轮都要把上下文重新喂一遍；失败的调用要重试；没命中缓存的部分按全价结算。你的实际账单不是目录价乘以调用次数，而是目录价乘以一个系数，这个系数在真实系统里经常落在 3 到 10 之间。
所以价格减半对 agent 类产品的影响，远大于对聊天机器人的影响。聊一句省半厘钱没人关心；一个自主跑二十分钟的编码 agent 成本砍半，毛利率可能直接从负的翻成正的。
0.1 美元的 Luna 在抢谁的地盘
Luna 那个每百万输入 0.1 美元，此前基本属于小型专用模型和自托管开源模型的价位带。换句话说，OpenAI 把一款通用模型压到了「自己部署好像也没便宜多少」的位置上。做分类、抽取、意图路由这类高频低难度任务的团队，值得认真算一笔运维账：省下的不只是 API 费，还有 GPU 闲时、扩缩容的复杂度，以及凌晨三点的告警电话。
降价之后，幻觉率成了隐藏账单
便宜的错误，往往更贵
评测表里最容易被跳过的一栏是错误率和幻觉率。模型答错，和模型不答，代价完全不在一个量级。抽取任务里编出一条不存在的条款，下游得靠人工去核；客服场景里编一条退款政策，是要真金白银赔的。
这就是「同级智能、半价」这句话必须打问号的地方。指数持平是加权平均后的持平，它不保证错误的分布形状一样。完全可能 Sol 在难题上更稳、Luna 在简单题上更爱编。AI 评测页面里那些不起眼的细节数据，才决定了你到底能不能真省钱。
读那几列数字的顺序
先看自己任务对应的细分项，再看错误率与拒答率是怎么拆开的，然后才轮到价格。顺序反了，就会落到「便宜一半所以换」这种结论上，而这个结论在多数团队里都会以返工收场。
还有一点常被忽略：成本要按 token 结构估，不能按调用次数估。同样的调用次数，提示词模板改一版，账单能差出两倍。这两件事其实是一件事——既然输出是溢价的那一端，就该拿输出长度分布去反推真实单价，而不是拿次数糊弄自己。
被低估的变量：模型愿不愿意闭嘴
同一个模型，输出简洁和啰嗦，成本能差三倍。有些模型默认就喜欢长篇解释，演示时很讨喜，进了生产就烧钱。换模型的时候，得连着看它在你的提示词约束下能不能真的收住——这不是价格问题，是可控性问题，而可控性会直接写进成本。
OpenAI 这次卖的其实是确定性
从能力领先，转向成本领先
把两代产品的价格拉出这个斜率，信号已经很清楚：头部厂商开始把价格当武器，而不再只靠跑分说话。当通用能力差不太多的时候，决定客户留存的就变成了每百万 token 的单价、限流阈值和可用性。这三样东西，恰好都是采购部门能拿来对比的，而跑分不能。
迁移成本才是最后一道门槛
换模型从来不是改一行字符串。提示词要重调，工具调用的格式要重测，失败重试的策略要重新标定，评测集要重建基线。半价很香，但如果迁移要花两周工程时间，很多团队会先把这笔钱放着——不是不想省，是省的钱还不够付工程师的工时。
这也解释了为什么敢在分数持平的节点上直接砍价。它赌的是你已经在这套 API 上写了很多东西。迁移成本越高，降价就越像是一份挽留礼物，而不是一次促销。
现在该做的那点事
别急着全量切换。挑一条真实任务线，把 Sol 和 Luna 都接进去，用线上流量跑一轮，只盯四个数：正确率、幻觉率、输出 token 均值、单任务成本。四个数都赢，再谈迁移。只赢最后一个，那说明你要修的是提示词，不是模型。
价格腰斩是个好消息，但它改变不了选型的基本功。先把账算到任务粒度，再谈换不换——顺序对了，这次降价才是真的便宜。
