9·22 双雄降价日：GPT-6 Sol/Luna 永久降价 50%，Claude Opus 5.5 同日对垒
9 月 22 日，Anthropic 发布 Claude Opus 5.5，大约一个小时后 OpenAI 上线 GPT-6 Sol 和 GPT-6 Luna —— 两家同一天各自更新主力产品线，这在双方发布史上还是第一次。OpenAI 明确宣布这次降价是永久性的。上一轮智谱、腾讯云、OpenAI 还在集体涨价，涨价潮最后一次动作（7 月底）之后不到三个月，风向就反了过来。
一、同一天，两条主力产品线同时换代
2026 年 9 月 22 日这一天的时间线很紧凑：
- Anthropic 发布 Claude Opus 5.5
- 大约一个小时后，OpenAI 上线 GPT-6 Sol 和 GPT-6 Luna
两家公司同一天各自更新主力产品线，这在双方的发布史上还是第一次。以往的节奏是错开的 —— 一家发布会，另一家在几周后跟进 —— 这次是正面撞车。
更值得注意的是价格方向。2026 上半年到夏天，是行业性的涨价潮：智谱年内累计涨约八成，腾讯云混元涨超 460%，OpenAI 同步提价。涨价的原因是 Agent 用量把推理集群打满，供给端 GPU 产能爬坡追不上需求。当时的判断是「模型 API 已经从营销品变成公用事业」，定价要切换到成本回收逻辑。
这次两家的动作完全相反：Anthropic 把旗舰价格往下压了两成，OpenAI 直接砍掉一半并且宣布永久。涨价潮最后一次动作（智谱 7 月 30 日套餐改版）之后不到三个月，价格战就反转了 —— 说明当时那波涨价的根因（算力缺口）并没有真正消失，厂商选择的是另一条路：把成本降下来，而不是把价格涨上去。
二、Claude Opus 5.5：规格
Claude 5.5 系列的第一款模型。先把规格列清楚：
| 项目 | 规格 |
|---|---|
| 模型 ID | claude-opus-5-5 |
| Amazon Bedrock 模型 ID | anthropic.claude-opus-5-5 |
| 上下文窗口 | 1M token |
| 单次最大输出 | 128K token |
| Batch API 扩展输出 | 300K token（加 output-300k-2026-03-24 beta 头） |
| 思考模式 | adaptive thinking，始终开启且无法关闭 |
| 思考深度控制 | 用 effort 控制，默认 medium（比 Opus 5 的 high 低一档） |
| 可靠知识截止 | 2026 年 6 月 |
| 输出速度 | 提升 30% 以上 |
| 官方承诺退休时间 | 不早于 2027-09-22 |
三个细节值得单独拎出来：
- adaptive thinking 无法关闭。这意味着「关掉思考、只做简单任务」这个省钱手段在 Opus 5.5 上失效了 —— 成本控制只能靠调 effort 往下压
- 默认 effort 是 medium，比 Opus 5 的 high 低一档。这实际上是官方在用「默认档位」做隐性降价：不额外加钱，性能先砍一刀
- 知识截止 2026 年 6 月，而模型是 9 月发布的，中间差了三个月。涉及 7-9 月事实的任务，需要外部检索或工具补充
三、Claude Opus 5.5：价格
| 计费项 | 单价（每百万 token） |
|---|---|
| 输入 | $4 |
| 输出 | $20 |
| 缓存写入（5 分钟 TTL） | $5 |
| 缓存写入（1 小时 TTL） | $8 |
| 缓存命中读取 | $0.20 |
| Batch API 输入 | $2（五折） |
| Batch API 输出 | $10（五折） |
- 价格比 Opus 5 低两成
- 比 Fable 5.1（$10 / $50）低六成
- 缓存命中读取降到 $0.20，只有 Opus 5 的四成
- 官方称：多数任务达到 Fable 5.1 水平，运行成本比 Opus 5 低 40%
注意官方那句「运行成本比 Opus 5 低 40%」和标价「低两成」不矛盾：标价降 20%，加上默认 effort 从 high 降到 medium，实际运行成本降 40%。这说明「按 token 标价」正在越来越不足以描述真实成本 —— 思考深度、缓存命中率、批量通道，这三个变量对总账单的影响已经不亚于基础单价。这也是下面第六节要展开的核心。
四、Opus 5.5 的基准表现
下面是 Anthropic 官方博客（2026 年 9 月）给出的数据，均为 max effort 档。这里必须标明来源性质：这张表是 Anthropic 自己发的，Fable 5.1 和 GPT-6 Astra 两列的分数也是 Anthropic 在自家环境里跑出来的，属于厂商口径的横评，不是第三方独立测评。
| 基准 | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | 57.9% |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% | 53.3% |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | — |
| GDPval-AA v2.1 | 1846 | 1735 | 1708 | 1542 |
| AutomationBench | 40.0% | 31.4% | 26.9% | 41.4% |
| HLE 推理 | 67.7% | 65.6% | 63.6% | 57.2% |
| OSWorld 2.0 | 81.8% | 80.7% | 74.0% | — |
另有 Chartography 达 89.0%。读表有两个要点：
- 在四个模型均有数据的 5 项里，Opus 5.5 赢下 4 项，唯一落后的是 AutomationBench（40.0% vs 41.4%）；另 2 项（CursorBench 4.0、OSWorld 2.0）因 GPT-6 Astra 无数据未计入，Opus 5.5 在这两项同样领先。Terminal-Bench 4.0 领先 8.5 个百分点（66.4% vs 57.9%），在自主终端操作这个维度上优势明显
- 别把不同厂商发布的数字直接相减。OpenAI 自己也公布过一组数：在 AutomationBench（覆盖 47 种工具的销售、营销、财务、客服等业务流程）中，GPT-6 Sol 在超高推理强度下得分 33.2%。这是 OpenAI 自己环境的分数，和 Anthropic 表里 Astra 的 41.4% 不可直接比较 —— 同一套题，不同的 harness、不同的 effort 档位、不同的工具调用策略，差几分是常态。真正可靠的只有同一张表内的横向对比
五、GPT-6 Sol / Luna：这次降价是永久的
OpenAI 这次不是发布新旗舰，而是把 GPT-6 Astra 的能力下沉到更便宜更快的层级。两款模型的训练方法与 GPT-6 Astra 类似，把 Astra 在专业工作、事实准确性、编程、计算机操作和对齐方面的能力带到了更便宜的档位。
| 模型 | 输入（每百万 token） | 输出（每百万 token） | 上下文 |
|---|---|---|---|
| GPT-6 Sol | $2 | $10 | 100 万 token |
| GPT-6 Luna | $0.1 | $0.5 | 100 万 token |
相比 GPT-5.6 系列此前的促销价，两款都降了 50%。关键在于 OpenAI 明确表示：这次降价是永久性的，不是限时促销。这个措辞值得单独记住 —— 它和此前「阶段性优惠」是完全不同的承诺，也是这次价格战反转里最有价值的一条信息。
两款模型的定位分工很清楚：
- GPT-6 Sol：定位在 Astra 之下，面向需要较强推理的复杂任务 —— 写代码与调试、数据分析、跨工具的多步骤工作流。OpenAI 内部事实准确性测试中，Sol 的错误数量大约是 GPT-5.6 Sol 的一半
- GPT-6 Luna：GPT-6 家族最轻量模型，面向高频、目标明确的任务 —— 从大量文档中提取信息、摘要、分类、路由，支持调节推理强度
上市节奏上：已面向 ChatGPT Plus / Pro / Business / Enterprise / Edu 用户开放，可在 ChatGPT Work 和 Codex 里使用；免费版和 Go 版用户可在桌面端应用里使用 Luna。两款尚未在 ChatGPT 普通聊天界面开放。
六、降价的来源是缓存效率，不是补贴
这是整件事里最值得技术侧关注的部分。OpenAI 给出的降价原因是推理基础设施和缓存效率的改善，具体做了三件事：
- 提高默认缓存命中率
- 缓存读取的输入 token 享 90% 折扣
- 允许开发者设定缓存前缀断点，也允许在不丢失缓存上下文的情况下调整推理强度或开关工具
GitHub 告知 OpenAI，这些改动让需要重新处理的提示词 token 比例减少了一半以上。
把它翻译成账单语言：缓存读取 90% 折扣 + 可控的缓存前缀断点，意味着 prompt cache 从「省钱技巧」升级成了「默认基础设施」。以前 Agent 场景里缓存命中的前提是系统提示词和工具定义逐字节不变，一次工具调用顺序调整就可能击穿缓存；现在 OpenAI 允许在保留缓存上下文的前提下改推理强度或开关工具，缓存前缀的稳定性要求被大幅放宽。
竞争格局因此变了：cache read 折扣正在成为新的主战场。Anthropic 这边把 Opus 5.5 的缓存命中读取降到 $0.20（只有 Opus 5 的四成），OpenAI 这边给 90% 折扣。两家都在同一个维度上开火，因为在 Agent 负载下，缓存命中率对总成本的影响量级已经和模型单价同级。
反过来看，这也解释了为什么厂商不靠补贴降价：缓存命中率的提升是纯工程收益，不烧钱，且会随流量增长持续放大。补贴是一次性的，缓存效率是复利的。
七、cost per task：什么任务选哪个模型
OpenAI 反复强调的指标不是每 token 价格，而是 cost per task —— 完成一个任务需要花多少钱。这个思路是对的：同样便宜的单价，如果一个模型需要多轮重试才能完成任务，实际成本可能更高。
先给出锚点价格，再用任务类型去匹配：
| 任务类型 | 建议模型 | 单价锚点（输入 / 输出，$ 每百万 token） | 判断依据 |
|---|---|---|---|
| 大批量文档抽取、摘要、分类、路由 | GPT-6 Luna | $0.1 / $0.5 | 官方定位就是高频目标明确的任务；支持调节推理强度；1M 上下文 |
| 代码生成与调试、数据分析、跨工具多步骤工作流 | GPT-6 Sol | $2 / $10 | 面向需要较强推理的复杂任务；内部事实准确性测试中错误数约为 GPT-5.6 Sol 的一半 |
| 顶级 Agentic 编码、长程自治任务 | Claude Opus 5.5 | $4 / $20 | Terminal-Bench 4.0 66.4%、OSWorld 2.0 81.8%（Anthropic 口径）；但思考无法关闭 |
| 可延迟的离线批处理 | Claude Opus 5.5 Batch | $2 / $10 | Batch API 输入输出五折；单次输出可到 300K（需加 beta 头） |
这张表只给了单价锚点，没有也不应该直接给出「每任务多少钱」。真实的 cost per task 要自己测：
cost per task = (输入 token × 输入单价) + (输出 token × 输出单价) + 缓存写入 + 重试轮次 × 单轮成本
其中「输入 token」在 Agent 场景里会被重试轮次放大，「输出 token」会被思考深度放大，「缓存写入」取决于你的前缀设计。这三个量都是你的代码结构决定的，不是模型决定的 —— 所以同一个模型在不同工程实现下，cost per task 可以差出一倍以上。这也是为什么拿别人的单价表做成本模型几乎没有意义。
横向对比一下量级：Luna 的输入价是 Opus 5.5 的 1/40、输出价同为 1/40；Sol 是 Opus 5.5 的一半。这个跨度足以改变架构决策 —— 过去只有旗舰才能做好的批量任务，现在可能整个换一个量级去算。
八、迁移注意：换 model ID 是不够的
从 Opus 5 迁到 Opus 5.5，不止是改一个 model ID。官方明确提示：thinking 配置、强制工具调用、computer use 工具都有会直接返回 400 的破坏性变化。
这几条对线上系统尤其致命，因为它们的表现形式是硬失败而不是质量下降 —— 报错发生在请求入口，测试环境往往覆盖不到（尤其是强制工具调用和 computer use 相关的分支）。
另外，官方预告 Claude Sonnet 5.5 和 Haiku 5.5 将在未来数周发布。也就是说这次迁移不是终点，是一轮连续换代的开头 —— 5.5 系列接下来还会补齐中端和轻量档位。
九、对开发者的影响与选型建议
- 把成本核算口径从「per token」换成「cost per task」。具体做法：在网关层按「任务」而不是按「请求」归集成本，统计每类任务的平均输入/输出 token 数、平均重试轮次、平均缓存命中率。有了这三组数，才能判断 Sol 该不该降到 Luna、Opus 该不该降 effort
- 立刻检查缓存命中率。缓存读取 90% 折扣 + 可控缓存前缀断点，是这次降价里你能立刻吃到的部分。重点检查三件事：系统提示词和工具定义是否稳定排在最前、工具调用后是否重新拼接了前缀、以及是否有本可走 batch 的离线任务被当成实时请求在跑
- 不要在迁移时同时改三件事。model ID、thinking 配置、强制工具调用 / computer use 工具是三个独立的破坏性变更。一次全改，出问题时分不清是哪个引起的；建议先只换 model ID 跑通回归，再逐项切 thinking 配置，最后处理工具调用改造
- 用 effort 做精细调价。Opus 5.5 的默认 effort 已经是 medium（比 Opus 5 的 high 低一档），Sol 和 Luna 也都支持调节推理强度。把 effort 做成可配置项，按任务难度分档，而不是全量默认档 —— 这是最直接的单点降本手段
- 接入层做归一化，屏蔽破坏性变更。在 API 网关里做一层参数归一化：把各家的推理深度参数（Anthropic 的 effort、OpenAI 的 reasoning effort）映射到统一的内部档位；把工具调用模式做统一抽象，避免上游 schema 变更直接穿透到业务代码。业务侧不应该感知厂商的实现差异
- 模型名做成配置，不要硬编码。9 月 22 日一天之内两家同时换代、其中一家宣布永久降价 —— 这种节奏下，把模型 ID 写死在业务代码里的团队每次发布都要发版本。接入层统一走 OpenAI 兼容协议，模型名做成映射表，切换成本应该是改一行配置
- 别把降价当能力升级。Opus 5.5 标价比 Opus 5 低两成，但「多数任务达到 Fable 5.1 水平」是官方表述，不是逐任务的实测保证。真正换不换模型，应该用你自己的任务集跑一遍 cost per task 对照，而不是按发布会表格决定
十、写在最后
2026 年 9 月 22 日这一天，是大模型 API 定价的一个分水岭。上半年还在集体涨价的行业，几天之内出现永久性腰斩，而且降价的来源是缓存效率这种可复现的工程指标 —— 这说明厂商找到了比涨价更健康的现金流改善路径。
对开发者的实际影响有两条：一，模型价格进入持续下行通道，成本模型的假设要定期重算，尤其是 Agent 场景下过去按高单价做的容量规划；二，cache read 折扣成为新的竞争维度，谁把缓存命中率做上去，谁的实际成本就低。
但真正需要动手做的其实只有一件事：把「用哪个模型」从代码里的字符串，变成可热切换的配置项。在一天两家厂商同时变更主力产品线的节奏下，这不是优化项，是必需项。
十一、数据来源与口径说明
本文引用的价格与基准分属不同来源，口径并不统一，跨来源直接比较或相减会得出错误结论，这里统一归类：
- Anthropic 官方口径：第二节的规格、第三节的定价，以及第四节表格中的全部基准分数，均来自 Anthropic 官方博客（2026 年 9 月）。表格中 Fable 5.1 和 GPT-6 Astra 两列的分数同样由 Anthropic 在自家环境跑出，属于厂商口径的横评，不是第三方独立测评
- OpenAI 官方口径：第五节 GPT-6 Sol（$2 / $10）与 GPT-6 Luna（$0.1 / $0.5）的定价、「相比 GPT-5.6 促销价永久降价 50%」的表述，以及第六节的缓存读取 90% 折扣与缓存前缀断点机制，均来自 OpenAI 官方发布说明
- 别家厂商公告 / 媒体报道口径：第一节提到的智谱年内累计涨约八成、腾讯云混元涨超 460%、OpenAI 同期提价，属于他家厂商的调价公告或媒体转述，非本文独立核实的数据，详见《智谱年内 API 价格涨超八成：大模型「涨价潮」背后的算力真相》
需要强调的是，第四节表格里的分数只有同一张表内的横向对比才有效；不同厂商各自公布的同名字段（如 AutomationBench）不能直接相减。