GPT-5.6 的 API 价格终于定下来了

OpenAI 这次把 GPT-5.6 的定价逻辑搞得极其复杂，开发者如果只盯着每百万 Token 的单价看，大概率会被账单砸晕。我仔细拆解了一下 7 月 30 日更新后的价格体系，感觉他们不再是单纯卖算力，而是在玩一场关于缓存（Cache）和上下文长度的数学游戏。

现在的产品线分成了 Sol、Terra 和 Luna 三个档位，直接看最核心的数据：

• Sol (旗舰推理版)： 输入 $5/M，输出 $30/M。虽然 Terminal-Bench 2.1 跑出了 91.9% 的高分，但这个价格用来跑 Agent 循环简直是自杀。
• Terra (生产力主力)： 输入 $2/M，输出 $12/M。相比上一代直接降了 40%，这才是真正给开发者准备的“甜点级”模型，平衡了逻辑深度和成本。
• Luna (高吞吐轻量版)： 输入 $0.20/M，输出 $1.20/M。这种价格适合做大规模的数据清洗或分类任务，别指望它能帮你写复杂的架构。

但我最想吐槽的是那个“长上下文惩罚机制”。如果你处理的任务上下文超过了 272K tokens，输入成本直接翻倍，输出也要加收 50%。这意味着在 Sol 模型上，超长文本的输入成本会飙升到 $10/M。这种阶梯式收费非常不友好，如果你的工作流里有大量的长文档 RAG，必须得精细化管理上下文，否则成本会失控。

关于缓存（Cache）的机制也很有意思，虽然缓存读取能打 1 折，但写入缓存（Cache Writes）竟然要收 1.25 倍的费用。

# 成本敏感型工作流参考配置 (以 Terra 为例)
model_selection:
  reasoning_heavy: "Sol"
  production_standard: "Terra"
  batch_processing: "Luna"

cache_strategy:
  min_lifetime: "30min"
  caution: "Avoid frequent cache writes due to 1.25x surcharge"

context_limit_warning:
  threshold: "272K tokens"
  penalty: "2x Input / 1.5x Output"

说实话，现在的定价策略非常明确地在引导用户：别乱用 Sol，要把逻辑复杂的任务拆解；尽量利用 Terra 做中间层；只有在处理极大规模、逻辑极简单的任务时才考虑 Luna。而且这次完全没有看到任何形式的永久免费额度，预览期的赠送额度估计也快用完了。