GPT-5.6 API 价格已公布，附详细收费说明
GPT-5.6 API 价格已公布，附详细收费说明：OpenAI 在 7 月 30 日发布的定价体系中，将 GPT-5.6 的收费逻辑调整为基于算力、缓存和上下文长度的多层次模型，旨在优化不同使用场景的成本效益。产品线分为 Sol、Terra 和 Luna 三个档位，核心数据如下：Sol（旗舰推理版）：输入 $5/百万 Token，输出 $30/百万 Token。尽管在 Terminal‑Bench 2.1 上取得 91.9% 的得分，但对 Agent 循环的成本较高；Terra（生产力主力）：输入 $2/百万 Token，输出 $12/百万 Token，相比上一代直接下降 40%，被视为开发者的“甜点级”选择，逻辑深度与成本取得平衡；Luna（高吞吐轻量版）：输入 $0.20/百万 Token，输出 $1.20/百万 Token，适合大规模数据清洗或分类任务，但处理复杂结构时表现有限。
长上下文惩罚机制会导致成本飙升吗？当上下文长度超过 272K Tokens 时，输入成本翻倍，输出成本额外加收 50%。以 Sol 为例，超长文本的输入费用升至 $10/百万 Token。这种阶梯式收费对处理长文档 RAG（Retrieval-Augmented Generation）的工作流不够友好，不精细管理上下文可能导致成本失控。
缓存读取打折但写入反而更贵？缓存机制让缓存读取享受 1 折（原价的 10%），而写入缓存（Cache Writes）则需收取 1.25 倍费用。
如何根据定价策略选择合适的模型？定价策略引导用户避免随意使用 Sol，将逻辑复杂任务拆解处理；优先选用 Terra 作为中间层；仅在面对极大规模且逻辑极简单的场景时考虑 Luna。此次更新未看到任何永久免费额度，之前的预览赠送额度即将用尽。6 Sol Model | OpenAI API 详细文档索引见过 llms；标记版本的文档页面可通过追加扩展名来访问。8-万亿-参数旗舰模型已在 Telnyx 推理 API 上可用。2-FP8 和 MiniMax M3。8T 参数：Telnyx 推理上可用的最大开源权重模型。首个达到 3-万亿参数级别的开源模型。1M token 上下文窗口：支持代码库分析、长文档处理和多轮代理会话，长上下文性能稳定。原生视觉：在同一模型中接受文本、图像和视频输入。
全部回复 （3）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
缓存命中率这块没说透根本没意义，折扣力度要是没达到 1 折根本没动力换 API。比如，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。
上次接长文本项目没算缓存费用，月底对账单出来的时候我心都凉了，现在 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。 ## 长上下文惩罚机制会导致成本飙升吗？ 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。## 缓存读取打折但写入反而更贵？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，这意味着频繁的缓存写入会让成本更高。## 如何根据定价策略选择合适的模型？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。
Luna 档位虽然便宜，但长文本推理要是限制上下文窗口就没意义了。比如，如果你的任务需要处理超过 272K tokens 的文本，输入成本会直接翻倍，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。