定位与定价：小模型里的”性价比之王”

Haiku 5.5 延续了该系列”小而快”的路线。Anthropic 将其定位为迄今最快、最高效的小型模型，适合摘要、分类、路由、内容压缩等高频但单次价值不高的工作。

在定价上，对 10 万 token 以内的请求，输入价格为每百万 token 0.10 美元，输出 0.50 美元；超过 10 万 token 的请求，输入升至 0.50 美元，输出 2.50 美元。借助提示缓存，用户最高可节省 90% 的费用；使用批量处理接口还能再打五折。Anthropic 表示，由于约九成历史请求集中在 10 万 token 以内区间，综合来看 Haiku 5.5 的整体调用成本较上一代 Haiku 4.5 平均下降约 75%。

规格跃升：百万上下文与可调算力

新模型支持 100 万 token 的上下文窗口，最大输出 12.8 万 token（通过批量 API 测试版可扩展至 30 万），知识截止时间为 2026 年 6 月。它也是首款引入”effort 控制”的 Haiku 模型——自适应思考（adaptive thinking）默认开启，effort 默认设为中等，开发团队可以针对每个任务在成本与智能程度之间灵活权衡。

能力方面，Haiku 5.5 接受文本与图像输入、输出文本，在编码、工具调用、计算机操作（computer use）与浏览器自动化上的表现较 Haiku 4.5 有明显提升。它既可作为独立模型直接服务，也能作为子智能体配合 Opus 5.5、Sonnet 5.5 等更大模型分工：由大模型规划，Haiku 5.5 负责表单填写、数据录入、跨应用搬运信息等重复性子任务。

基准成绩

根据 Anthropic 公布的评测数据，Haiku 5.5 在多项基准上大幅超越前代：OSWorld 2.1 离线子集准确率达到 72.4%，Terminal-Bench 4.0 编码测试得分 39.2%，GDPval-AA v2.1 知识测试取得 1620 分，FrontierCode 1.1 为 46.4%，人类终极测试（HLE）为 45.9%（启用工具后升至 57.4%）。

上线范围与配套调整

Haiku 5.5 目前已覆盖 Claude API（模型标识 claude-haiku-5-5）、Amazon Bedrock、Google Cloud、Microsoft Foundry 以及 Claude Platform on AWS；在 Claude.ai 的网页、iOS 与 Android 端，Free、Pro、Max、Team、Enterprise 用户均可选用，Claude Code 也已接入。

与此同时，Anthropic 同步下调了 Sonnet 5.5 的缓存读取价格：由每百万 token 0.20 美元降至 0.10 美元。由于缓存读取在多数智能体任务中占 token 消耗的大头，这项调整使 Sonnet 5.5 在多数智能体场景下的成本下降约 20%。面向 Max 与 Team 订阅用户，Anthropic 还新增了每月 API 额度：Max 5x 用户每月 100 美元、Max 20x 用户 200 美元、Team 用户最高 500 美元，可用于调用包括 Haiku 5.5 在内的各档模型。

安全护栏

在系统卡中，Anthropic 说明 Haiku 5.5 的网络安全防护比 Haiku 4.5 更严格，但略宽松于近期其他新模型：它允许更多防御性安全任务，仍会屏蔽渗透测试等更易被攻击者利用的用途。生物安全护栏则与 Sonnet 5、Sonnet 5.5、Opus 5 保持一致，允许研究性质的生物学提问，但限制可能造成危害的访问请求。

对于运行在大规模生产环境、对延迟和成本极度敏感的业务，Haiku 5.5 提供了一个在”够用”与”划算”之间取得平衡的新选项。

定位：把旗舰性能打到中端价格

GPT-6 Astra 是 OpenAI 于 2026 年 9 月推出的旗舰级大语言模型，官方将其定位为”迄今最智能、最对齐（最符合人类意图）”的模型，重点面向长程多步骤任务与专业工作流。GPT-6.1 Sol 则在此基础上做了成本取舍：在标准输入与输出 token 价格上，仅为 Astra 的五分之一，但面向智能体编程、电脑操作和专业工作流等任务时，性能仍可接近旗舰水平。

四种处理模式与定价

GPT-6.1 Sol 提供四类处理模式，开发者可按延迟与成本需求灵活选择：Standard（标准）为正常速度，面向日常开发与一般应用；Batch（批量）采用异步批量处理，速度较慢，适合离线数据处理等非实时大批量任务；Flex（弹性）根据负载动态调整，适合需要平衡成本与速度的场景；Fast（快速）则优先处理、延迟最低，面向实时对话等敏感场景。

在短上下文（输入 token 不超过 27.2 万）下，Standard 模式的输入价格为每百万 token 2 美元、输出 10 美元；Batch 与 Flex 模式输入均为 1 美元、输出 5 美元；Fast 模式输入 4 美元、输出 20 美元。长上下文（输入超过 27.2 万 token）下，Standard 输入升至 4 美元、输出 15 美元，Fast 模式输入 8 美元、输出 30 美元。

官方表示，GPT-6.1 Sol 每百万 token 的缓存写入费用为 0.1 美元（按当前汇率约合 0.67 元人民币），相比上一代 GPT-6 Sol 定价降低 50%。

基准表现：接近旗舰，成本大幅下探

在软件工程基准 DeepSWE v1.1 上，较高推理强度下 GPT-6.1 Sol 的表现与 GPT-6 Astra 相当；在较低推理强度与成本条件下，其得分比 GPT-6 Sol 高出 6.4 个百分点。面向专业文档与复杂任务（GDP.pdf），它以不到 Opus 5.5 一半的任务成本取得了更好的结果。

在自动化工作流基准 AutomationBench（中等推理强度）上，GPT-6.1 Sol 得分比 Opus 5.5 高 2.2 个百分点，成本约为其三分之一。电脑操作基准 OSWorld 2.0（离线、最大推理强度）中，其得分比 GPT-6 Sol 高 7 个百分点，成本不足后者一半；与 Astra 相比仅低 2.1 个百分点，但单任务成本约为 Astra 的七分之一。科学终端任务 Terminal-Bench Science 0.1（最大推理强度）中，其得分是 GPT-6 Sol 的两倍以上，单任务平均成本 5.47 美元，显著低于 Opus 5.5 的 23.21 美元和 Astra 的 23.80 美元。

可靠性与对齐改进

除能力外，GPT-6.1 Sol 在可靠性上也有提升。低推理强度下，事实错误比例从 GPT-6 Sol 的 11.4% 降至 7.7%，下降约 32%；在所有推理设置下，其错误率与 Astra 的差距控制在 1.9% 以内。官方称该模型更能遵循用户意图与安全约束，在困难评测中更少忽略失效的搜索工具、更能遵守明确限制，并减少未经授权的操作；安全测试中未观察到试图绕过自动化安全审查器的行为。

自 9 月 29 日起，GPT-6.1 Sol 向 ChatGPT Work 与 Codex 的 Plus、Pro、Business、Enterprise、Edu 用户开放；开发者可通过 API 以 gpt-6.1-sol 名称调用。

问题出在“token”这个计量单位

用户向大模型提问、让它写代码或自动执行流程时，这段提示词会被拆成一个个被称为 token 的数学块交给模型处理，模型的回答同样以 token 的形式产出，再还原成文字、代码或指令。

麻烦在于，这个过程并不可预测。提示词的细微差别会带来不同的回答，同一段提示词两次运行结果也未必一致，换个模型答案又不一样。而在智能体系统里，多个 AI 智能体协同决策与执行，token 消耗量和不确定性还会进一步叠加。

身份管理公司 Saviynt 正在把智能体能力接入自家服务，公司高管 Simon Gooch 的说法很直白：“想把客户绑定在一套未来 12 个月、两年、三年的成本模型上，说实话根本讲不通，因为我们自己也不知道。”

单价暴跌，用量暴涨

高盛的分析显示，近年来单个 token 及其对应额度的价格已大幅下滑，但企业和个人消耗的 token 数量却在飞速膨胀。该行预测，随着各方转向使用 AI 智能体，2026 年到 2030 年间 token 消耗量将增长 24 倍，达到每月 120 千万亿个（1.2×10¹⁷）。

问题是，多数使用者对自己烧掉了多少 token 只有模糊的概念，往往要等到额度用尽或月底账单送达才反应过来。报道援引消息称，连微软都已收紧工程师对部分第三方编程工具的使用；而优步在今年早些时候，把一整年的 AI 编程 token 预算在几个月内就消耗殆尽。

伦敦政治经济学院数字创新与信息系统副教授 Will Venters 认为，企业在内部试验或落地 AI 时最容易踩坑，因为员工会不知不觉把额度耗光。“大家发现这个成本真的很难管……它的产出是非确定的，所以价值也是非确定的。”

各方的应对办法

工程软件公司 smartR AI 创始人 Oliver King-Smith 观察到，规模较小的组织“可以躲在雷达下，用固定费用的个人账户，我敢肯定大厂并不乐意”。但他判断这条路走不长：“大厂在这些账户上是在亏钱的。”一旦平台开始面临股东的盈利压力，“他们就会收紧”。

英国财务软件公司 iplicit 首席财务官 Rob Steele 则强调提示词要写得更精确。他打了个比方：“你总不会一句交代都没有，就打发家里人去采购一周的东西吧？”

Venters 补充说，当 AI 被嵌入一款要面向成千上万用户推广的产品时，局面会更难控制——管理者可能才意识到，除了核心的软件开发，测试、安全乃至护栏机制同样都要消耗 token。他还提到一个容易被忽视的对比：多雇几个 AI 智能体只需点一下按钮，而扩充人类团队则要经过编制和招聘的层层讨论。

不过 Venters 也提醒，成本不可预测未必等于亏，企业可能确实从中获得了更高的价值。“这跟计算器不一样，”他说，“你喂给它的越多，它就越贵，但结果也可能越好。”

卖方同样一头雾水

企业还得把这些成本转嫁给自己的客户，而这一步同样没有答案。软件公司 Sumo Logic 产品营销高级总监 Bill Peterson 说得直接：“没人真正搞明白。”该公司正在预览基于智能体的新安全服务，如何收费仍在与企业客户商讨中。“我们内部还在开一些‘有意思’的会。”他略带调侃地表示。

可选方案包括全线涨价、按结果付费，或按“事件包”打包销售。但只要底层大模型厂商调整自己的定价策略，这些结构随时可能被推翻。“一旦进入浮动定价，价格每隔几个月就变一次，”Peterson 说，“客户不喜欢这样，没人是这么做预算的。”

来源：BBC News

对于把大模型接进自家业务的开发者和企业来说，这是今年以来最直接的一次成本利好。

降价幅度：Luna 打两折，Terra 打八折

GPT-5.6 家族按能力分成三档：旗舰 Sol、成本更低但性能对标上一代 GPT-5.5 的 Terra，以及速度最快、价格最低的 Luna。数字代表代际，三个名字代表长期存在的能力层级，各自按自己的节奏迭代。

从 7 月 30 日（美国时间）起，新的接口价格为：

• Terra：输入每百万 token 2 美元，输出每百万 token 12 美元。此前为 2.5 美元和 15 美元，降幅 20%。
• Luna：输入每百万 token 0.20 美元，输出每百万 token 1.20 美元。此前为 1 美元和 6 美元，降幅高达 80%。按当前汇率折算，Luna 的输入价格约合人民币 1.35 元，输出价格约合 8.11 元。
• Sol：维持输入 5 美元、输出 30 美元不变。

价格调整将陆续在 AWS 平台上同步生效。ChatGPT 与 Codex 的订阅价格和配额预算保持不变，但 Terra 与 Luna 的使用现在消耗更少的额度，相当于变相扩容。

Sol 不降价，改卖速度

旗舰型号 Sol 这次没有降价，而是新增了一种 Fast 模式。该模式在接口层面提供最高 2.5 倍的响应速度，模型的智能水平完全不变，代价是收取标准价格的两倍。

Fast 模式替代了接口中原有的 Priority Processing（优先处理），并与 Codex 中的 /fast 命令保持一致。此前已经标记为 priority 的接口请求仍可继续使用。

这个设计相当于把“速度”单独拆成一个付费维度：实时对话、流式生成这类对延迟敏感的生产环境，可以多掏钱换吞吐；不着急的批量任务则不必为此买单。

便宜到什么程度：一年前的前沿水平，成本只剩零头

OpenAI 在公告中给出的说法是，Luna 能以大约六个点的单位任务成本，交付一年前还属于前沿水准的性能，速度接近当时的九倍。

在衡量专业工作能力的 Agents‘ Last Exam 测试中，Luna 的表现超过了 Claude Fable 5，而估算的单任务成本低了近 99%。

从 GPT-5.6 发布时公布的评测数据看，这三档模型在这项测试上的差距并不大：Sol 为 52.7%，Terra 为 50.4%，Luna 为 50.3%，均高于上一代 GPT-5.5 的 46.9%。作为对照，Claude Fable 5 为 40.5%，Claude Opus 4.8 为 45.2%，Gemini 3.1 Pro Preview 为 32.1%。

OpenAI 同时公布了一张基于 Artificial Analysis 智能指数 v4.1 的价格—性能分布图。图中 Luna 位于左上区域，在智能指数超过 50 分的同时，单次任务成本约为 0.05 美元（约合人民币 0.34 元）。Claude Opus 5、Gemini 3.6 Flash、GLM-5.2 Max 等模型智能指数接近，但完成单项任务的成本更高；DeepSeek V4 Pro 的单次成本低于多数前沿模型，智能指数约为 44 分。

降价的底气：模型自己帮忙优化了推理系统

OpenAI 把效率提升归结为三层同时改进——模型本身、运行模型的推理系统，以及把模型连接到工具和上下文的智能体框架。更好的路由让硬件保持高负载，优化后的生产软件生成 token 的效率更高，更聪明的上下文管理让智能体避免重复已完成的工作。

值得注意的是其中一段披露：在人类主导的流程中，GPT-5.6 Sol 自主重写并优化了生产环境的计算内核，设计并运行了数百次改进 token 生成的实验，还负责监控训练过程、在出现问题时介入。内核层面的工作让该模型端到端的服务成本下降了 20%，实验则让 token 生成效率提升超过 15%。

换句话说，这次降价的一部分空间，是模型自己“省”出来的。OpenAI 称这形成了一个更紧的反馈循环：模型越强、越能自主工作，优化效率的能力就越快。

分层定价的逻辑：把钱花在真正需要智能的环节

OpenAI 在公告中给出的建议是，企业先定义需要的结果和质量标准，再通过评测判断哪些环节增加智能能实质性改善结果、哪些环节用更快更便宜的处理就能达到同样质量。

比如一条编码工作流，可以先用 Sol 消化不确定性、定下方案，再用 Luna 去实现已经明确的改动、编写并运行测试、评估结果。大规模文档分析、客户交互分类、常规实现这类高频任务，在新价格下具备了大范围铺开的经济性；而复杂的 Sol 任务则可以在必要时通过 Fast 模式提速。

可用性方面，GPT-5.6 Terra 与 Luna 在 ChatGPT Work、Codex 和 OpenAI 接口中均可使用。在 ChatGPT Work 和 Codex 中，免费用户与 Go 用户可以使用 Terra，Plus、Pro、商业版和企业版用户可以在 Terra 与 Luna 之间选择。

OpenAI 联合创始人兼首席执行官萨姆·奥特曼在社交平台发文称，目标是“在每一个模型层级，都提供最好的价格与智能的权衡”。

消息公布后，开发者社区反应迅速，不少人认为 Luna 的降幅超出预期。对同行而言，压力显然又传导了一轮。

来源：OpenAI 官方博客《Advancing the price-performance frontier with GPT‑5.6》（https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/ ）、智东西