OpenAI 宣佈以豐裕為焦點的定價與效率策略（針對 GPT‑5.6 模型）

TL;DR

OpenAI 宣布對其 GPT‑5.6 模型進行大幅降價（Luna 降價 80%，Terra 降價 20%），並強調提升計算效率的工程改進，使公司能夠向更廣大的受眾提供更強大且更便宜的 AI。

---

豐裕的經濟學

重點： 降低代幣價格會擴大經濟上可行的任務範圍。

• Luna 現在每 $0.20 每百萬輸入代幣 以及 $1.20 每百萬輸出代幣（下降 80%）。
• Terra 的價格為 每百萬輸入 $2 與 每百萬輸出 $12（下降 20%）。
• GPT‑5.6 Sol 的 快速模式 提供最高 2.5 倍速度，但價格為 2 倍，且智慧度保持不變。

這些變動並非僅僅是價格表的更新，而是讓客戶在每個工作流程階段平衡 智慧、速度、可靠性與成本 的方式。部落格強調正確的衡量指標是 成功結果的成本，而非單純的代幣消耗。較強的模型若能減少重試或人工監督，往往比較便宜但能力較弱的模型更具經濟效益。

從每單位計算資源中獲取更多

重點： 效率提升來自系統層面的改進，而不僅是更大的模型。

• 與 GPT‑5.6 Sol 的工程工作將 端到端服務成本降低 20%。
• 推測解碼的改進使代幣生成效率提升 >15%。
• 基準測試顯示 ARC‑AGI‑3 分數從 13.3% 提升至 38.3%，同時使用 6 倍更少的輸出代幣，這完全歸功於更佳的路由、上下文管理與工具支援。

這些收益會相互疊加：更強大的模型促使發現新效率，進而降低服務成本，並擴大基礎設施可支援的工作範圍。

為何全堆疊都很重要

重點： 基礎設施、模型、平台與產品之間的協同形成良性回饋循環。

• 真實世界的使用情況會指導研究優先順序；研究突破降低產品成本；產品需求推動容量決策。
• OpenAI 報告稱其平台上有 超過 10 億活躍使用者 與 超過 200 萬企業。
• 註冊六個月後，使用者每日傳送的訊息量 約增加 50%，且使用 ChatGPT 的工作類型 增加一倍。
• 透過 Codex 的代理工作現在佔每週輸出代幣的 99.8%，金融團隊對這些工具的依賴度極高。

採用通常從單一團隊開始，隨著品質提升與經濟性變佳而擴散，進一步強化需求、改進與投資的循環。

以信念與紀律構建

重點： 長期基礎設施規劃必須以證據為基礎。

• 投資決策依據使用者成長、企業承諾、API 消耗、利用率、營收與模型效率等指標。
• 合作夥伴提供資金、基礎設施與營運專長；目標是 在適當時機部署適當容量，而非建造最大的資料中心。
• 指導策略的核心問題：新容量多快能產生成效？使用效率如何？支援何種需求？技術進步多快能降低交付成本？

前方的機會

重點： 豐裕的定義是持續提升能力、可負擔性與實用性。

• 未來系統將能處理更長的專案、跨工具協同，並彌合構想與最終成果之間的鴻溝。
• 中小型組織將能取得先前僅限大型企業的能力。
• 成功將以 啟用的有用工作量、交付效率與受益共享的廣度 來衡量。

OpenAI 的公告顯示出一個戰略轉向：使高效能 AI 更具成本效益且更廣泛可用，透過全堆疊的效率提升，加速日益強大模型在全球經濟中的採用。