GPT-5.6 Luna降价80%：AI开始自己写代码优化自己，模型定价逻辑彻底变了

你可能已经习惯了模型价格每隔几个月就砍半的节奏，但今天OpenAI这记重拳还是让人一震：GPT-5.6 Luna降价80%，输入价格从$1.00降至$0.20每百万token，甚至比Google以低价著称的Gemini 3.1 Flash-Lite还便宜。不过，真正值得关注的不是降价本身，而是降价的方式——OpenAI用另一个AI模型（GPT-5.6 Sol）优化了Luna的底层推理代码，把GPU利用率提到了新高度。

AI 写代码，让 GPU 别闲着

根据OpenAI的技术说明，他们把Sol用在了两个地方：一是模型服务的负载均衡，这还相对常规；更惊艳的是第二个——让Sol直接改写模型前向传播的计算内核。用通俗的话说，现代大模型推理时，GPU经常因为内存搬运、同步等待、数据布局低效而空转，即便单个操作很快。Sol像个经验丰富的老工程师，自动找出哪些计算可以预先做、哪些可以避免、哪些能并行，然后用Codex能力重写了基于Triton和Gluon（OpenAI维护的两种开源GPU编程语言）的生产级内核代码。这一步直接让端到端服务成本降低了20%。

这听起来像科幻，但已经是现实：一个AI模型给另一个AI模型写底层逻辑，最终让后者运行成本大降。它揭示的趋势远比一次降价深刻。

价格战的背后是“模型自优化”的军备竞赛

过去模型降价主要靠规模效应和硬件进步，但天花板很低。现在头部实验室开始把前沿模型的智能反哺给基础设施层——用更强的模型去优化较弱（或同等）模型的部署效率。这意味着什么？未来模型迭代可能同时带来两个方向的提升：更聪明，且推理成本更低。这彻底颠覆了“越大越贵”的直觉。比如，Anthropic的Claude Haiku 4.5现在输入价格是$1.00，输出$5.00，已经是旧时代的定价；Luna不仅便宜得多，还有望很快追上甚至超越Haiku的能力。当价格不再是线性约束，应用场景会爆炸。

开发者该怎么想？

首先，模型的选择不能再静态地看“哪个能力最强”。你应该建立一个动态评估框架：同等任务成功率下，哪个模型的成本最低？而且这个答案会随着每次降价快速过时。像Simon Willison那样，看到Luna降价后就立刻把自己的agent演示站从Gemini Flash-Lite切过来，就是很好的实务思维——你的系统应该能灵活切换底层模型，只要API兼容。

其次，成本结构变了，产品设计也可以更大胆。以前因为推理太贵而不敢上的“多次调用”“实时重试”“复杂链式推理”等模式，现在可能边际成本趋近于零。你的想象力，而不是预算，会成为创新的瓶颈。

一个容易被忽略的细节：代码是模型写的，但语言是OpenAI的

Sol之所以能写出高效内核，很大程度上得益于它熟悉Triton和Gluon——两者都由OpenAI主导。这形成了一个微妙的技术护城河：模型自优化不仅是能力溢出，更是生态锁定。Google、Anthropic如果想跟进，可能需要在自己控制的软件栈上实现类似循环。未来“谁的工具链更能被自家模型优化”可能成为新的竞争维度。

总之，Luna降价不是一次简单的促销，而是AI工业化的标志性事件：AI开始动手改造自己的生产机床了。以后我们或许会看到更多这样的故事——模型能力每进一步，基础设施成本就自动跟着降一截。在这个新规则下，最值得投资的不是模型，而是能持续吸收这些红利的应用架构。

原文地址: GPT-5.6 Luna 80% price drop: AI now writes code to optimize itself, rewriting model pricing logic