GPT-5.6 一拆三：Sol、Terra、Luna，OpenAI 用三级定价重新定义模型市场

6 月 29 日，OpenAI 终于揭开了 GPT-5.6 的面纱——但不是以一个模型，而是三个。

Sol、Terra、Luna。旗舰、均衡、预算。这不仅是技术发布，更是一次定价策略的重构。OpenAI 正在用分层产品线，重新定义 AI 模型市场的竞争规则。

三款模型，三种定位

GPT-5.6 Sol（旗舰）：最强推理能力，新增两个关键特性——「max reasoning effort」模式，让模型在面对复杂问题时投入更多计算资源进行深度推理；「ultra mode」，将复杂任务拆解并委托给多个 subagent 并行处理。输出价格 $30/1 M tokens。

GPT-5.6 Terra（均衡）：OpenAI 声称性能与 GPT-5.5 相当，但价格仅为一半——$15/1 M tokens 输出。这是针对「大部分任务不需要旗舰能力」的场景设计的产品。如果你的业务场景是客服、内容生成、中等复杂度的代码辅助，Terra 可能是最经济的选择。

GPT-5.6 Luna（预算）：OpenAI 定价最低的模型——$6/1 M tokens 输出。面向大量简单任务、批处理和高频调用场景。OpenAI 称其速度是最快的。

注意所有模型都有 90% 的缓存输入折扣——如果你的应用有大量固定上下文（如系统提示、知识库），实际成本会更低。

为什么是一拆三？

这不是 OpenAI 第一次做多尺寸模型。但 GPT-5.6 的三级定价在时间点上有特殊的战略含义。

第一，DeepSeek 的价格压力。过去一个月，DeepSeek 永久降价 30-60%，部分美国企业 100% 切换。OpenAI 需要在这个价位段有一个「半价 GPT-5.5」——Terra 就是那个答案。它不追求在绝对低价上打败 DeepSeek，但给了现有 GPT 用户一个「不切 DeepSeek 也能省钱」的理由。

第二，政府管控倒逼产品分层。Sol 目前仅向「可信伙伴」开放——这是美国政府对 Mythos 级 AI 的管控策略在 OpenAI 身上的直接体现。如果 Sol 被限制发布，Terra 和 Luna 可以作为「没有受限能力」的替代方案，保证 OpenAI 在更广泛市场上仍然有产品可用。

第三，从单一模型到模型家族。这是 AI 行业成熟化的标志——不再是一个万能模型统治一切，而是根据不同需求提供不同定位。就像汽车行业有旗舰车、家用车和经济车，AI 模型也开始有了产品线。

市场影响

Terra 的定价——GPT-5.5 性能对折——对 AI API 市场的冲击最大。它直接回答了两个月来投资人反复问的一个问题：OpenAI 如何应对开源模型的价格战？答案是：不和你在最低价位打，但在中高端给一个「够便宜」的选项。

Luna 的 $6 定价也很微妙——它比 DeepSeek 的价格高，但 OpenAI 的品牌信任度和生态整合（Codex、ChatGPT、API 兼容）是开源模型短期内无法复制的。对于已经在 OpenAI 生态中的企业，从 GPT-5.5 切换到 Luna 比切换到 DeepSeek 更简单。

但最值得关注的不是价格，是 ultra mode。Sol 的 subagent 委派机制意味着一个任务可以被自动拆解成多个子任务并行处理。这在架构上是一个质变——它不再是「一个模型回答一个问题」，而是「一个模型调度多个子模型协同解决一个复杂问题」。如果 ultra mode 在实际场景中表现稳定，它将重新定义「AI 能做什么」的上限。

FAQ

GPT-5.6 三款模型什么时候能用？Sol 目前仅向可信伙伴开放，Terra 和 Luna 正在分阶段发布中。OpenAI 采用政府预审流程，具体时间表尚未公布。

Terra 真的能达到 GPT-5.5 的性能吗？OpenAI 官方声称 Terra 性能对标 GPT-5.5，同时价格降至一半。具体基准测试结果将在后续系统卡中公布。

ultra mode 和 Claude Code Dynamic Workflows 有什么区别？两者都是 subagent 并行协同模式。OpenAI 的 ultra mode 是模型内置功能，Claude Code Dynamic Workflows 是通过外部工作流脚本编排。前者更深度集成但灵活性受限，后者更可定制但需要学习成本。

相关阅读

• GPT-5.6 确认 7 月发布：AI 行业史上第一次，模型发布需要政府预审
• DeepSeek 连环刀：开源 DSpark 加速 85%，降价永久化
• AI 模型的出口管制 2.0：从 GPT-5.6 Sol 到 Mythos 5
• Claude Code Dynamic Workflows GA：Pro 用户 1000 并行 Agent 实战指南

本文基于 OpenAI 官方发布、vktr.com、BuildFastWithAI 等公开信息整理分析，由 AI 辅助调研撰写，人工审核发布。