OpenAI 宣布针对 GPT‑5.6 模型的丰裕导向定价与效率策略

TL;DR

OpenAI 宣布对其 GPT‑5.6 模型进行大幅降价（Luna 降价 80%，Terra 降价 20%），并强调通过工程改进提升计算效率，使公司能够向更广泛的受众提供更强大、更廉价的 AI。

---

丰裕的经济学

关键点： 降低代币价格可以扩大经济上可行的任务范围。

• Luna 现在的费用为 每百万输入代币 $0.20 和 每百万输出代币 $1.20（下降 80%）。
• Terra 的定价为 每百万输入 $2 和 每百万输出 $12（下降 20%）。
• GPT‑5.6 Sol 的 快速模式 在 价格为原来的 2 倍 时提供最高 2.5 倍的速度，且智能水平保持不变。

这些变化并非仅仅是价格表的更新，而是让客户在每个工作流阶段平衡 智能、速度、可靠性和成本 的方式。博客强调，正确的衡量标准是 成功结果的成本，而不仅仅是代币消耗。一个能够减少重试或人工监督的更强模型，可能比更便宜、能力较弱的模型更具经济性。

从每单位计算中获取更多

关键点： 效率提升来源于系统层面的改进，而不仅仅是更大的模型。

• 针对 GPT‑5.6 Sol 的工程工作将 端到端服务成本降低了 20%。
• 推测解码的改进将代币生成效率提升了 超过 15%。
• 基准分析显示，ARC‑AGI‑3 分数从 13.3% 提升至 38.3%，同时使用的 输出代币减少了 6 倍，这完全得益于更好的路由、上下文管理和工具链。

这些收益是叠加的：更强大的模型促使发现新的效率提升，从而降低服务成本并扩大基础设施能够支持的工作范围。

为什么全栈重要

关键点： 基础设施、模型、平台和产品之间的协同形成良性反馈循环。

• 真实世界的使用情况会指导研究重点；研究突破会降低产品成本；产品需求推动容量决策。
• OpenAI 报告称其平台拥有 超过 10 亿活跃用户 和 超过 200 万企业。
• 注册六个月后，用户每日发送的消息量 约增加 50%，并且使用 ChatGPT 处理的工作类型 翻倍。
• 通过 Codex 的代理工作现在占 每周输出代币的 99.8%，金融团队对这些工具的依赖度很高。

采用通常从单个团队开始，随后随着质量提升和经济性改善而扩散，强化需求、改进和投资的循环。

以信念与纪律进行构建

关键点： 长期基础设施规划必须以证据为驱动。

• 投资决策基于用户增长、企业承诺、API 使用量、利用率、收入以及模型效率等指标。
• 合作伙伴提供融资、基础设施和运营专长；目标是 在合适的时间部署合适的容量，而不是建设最大的数据中心。
• 指导策略的核心问题：新容量多快能产生效益？使用效率如何？支持何种需求？技术进步降低交付成本的速度有多快？

前方的机遇

关键点： 丰裕由持续提升的能力、可负担性和实用性定义。

• 未来系统将处理更长的项目，跨工具协同，并弥合创意与最终成果之间的差距。
• 中小组织将获得此前仅限大型企业的能力。
• 成功将通过 实现的有用工作量、交付效率以及受益共享的广度 来衡量。

OpenAI 的公告标志着战略转向，使高性能 AI 更具成本效益并广泛可用，利用全栈效率提升加速在全球经济中采用日益强大的模型。