GPT-5.6递归自我优化推动大幅降价，四个月内旗舰智能成本下降13倍

OpenAI此次降价并非单纯的商业策略调整，而是由GPT-5.6 Sol的自我优化能力直接驱动。该模型被用于分析生产流量、调整负载均衡，并以OpenAI自研的Triton和Gluon语言自主重写生产内核，仅这一环节就将端到端服务成本降低了20%。与此同时，Sol还自主设计并运行了数百项实验，优化投机解码的草稿模型架构，使token生成效率提升超过15%，整个过程包括对硬件故障和训练不稳定的自主干预。

在推理加速之外，OpenAI还对面向Codex和ChatGPT Work等产品的智能体编排层进行了系统性改造。工具、技能与插件采用延迟发现机制，仅在需要时才加载；工具输出默认限制在1万token以内，防止上下文窗口无谓膨胀。提示缓存方面，编排层将所有模型可见历史视为只追加结构，保留提示前缀以复用已计算数据，从而维持较高的缓存命中率，显著降低重复计算开销。

降价效果在实际应用层面已迅速落地。OpenAI表示，ChatGPT应用内的自动审查功能和Codex CLI将从GPT-5.4切换至Luna，预计成本降低约10倍。从成本效益曲线来看，多位分析人士指出，OpenAI当前的价格已超越DeepSeek、GLM、MiniMax等开源模型，以及Gemini Flash-Lite等主打性价比的专用模型，在非微调智能的成本竞争中处于领先位置。

最具冲击力的数据来自社区观察者nicdunz的横向对比：GPT-5.4旗舰版在AA基准上以最高配置获得51分，与当前Luna最高档的得分完全持平。然而GPT-5.4的定价为每百万token输入2.50美元、输出15美元，而Luna现价仅为0.20美元和1.20美元。这意味着在约四个月的时间里，同等基准智能水平的token价格下降了约13倍，折算年化降幅约达2000倍，远超此前的观测速率。

值得注意的是，ARC-AGI-3评测围绕智能体系统整体设计引发了新一轮讨论。François Chollet明确区分了专用基准测试工具与通用API功能的边界，而Opus 5在官方半私有设置下得分30.2%、GPT-5.6 Sol在标准工具链下仅得7.8%，但后者在启用推理保留与上下文压缩后公开集得分升至38.3%。这一差异表明，长周期评测越来越多地衡量的是包含推理保留、截断策略、工具编排在内的完整智能体系统，而非单纯的基础模型权重能力。

在开源生态方面，Thinking Machines发布了Inkling-Small，这是一个总参数量276B、激活参数仅12B的原生多模态MoE开源模型，定位于以四分之一的规模实现与原版Inkling相当的性能，并支持在推理过程中联合处理音频、图像与文本。vLLM宣布提供Day-0支持，Modal也展示了在单张B300上的部署方案。开源阵营的持续发力，为追求数据主权和完整控制权的用户提供了另一条路径，但在纯成本效益维度，OpenAI当前的优势仍然显著。

要点

• GPT-5.6 Sol通过自主重写推理内核、优化投机解码和KV缓存，将自身服务成本降低约20%，是此次大幅降价的核心技术驱动力。
• 同等基准智能水平的token价格在约四个月内下降约13倍，折算年化降幅约达2000倍，AI算力成本加速下行趋势持续强化。
• GPT-5.6 Luna定价已低于DeepSeek、GLM等主流开源模型及Gemini Flash-Lite等专用低价模型，在非微调智能成本竞争中暂居领先。
• ARC-AGI-3评测结果显示，长周期智能体评测的核心已从基础模型权重转向完整系统设计，包括推理保留、上下文压缩与工具编排策略。
• 开源阵营Inkling-Small以12B激活参数实现旗舰级性能，为重视数据主权的用户提供了可行替代方案，但成本竞争力仍落后于OpenAI当前定价。