如果你正在给一个 AI 产品算成本，昨天和今天这两天，你得把表格里的数字全删了重填。
9 月 21 日，xAI 发了 Grok 4.7，小米发了 MiMo v2.6 Flash/Pro。9 月 22 日，Anthropic 发布 Claude Opus 5.5，大约一小时后，OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。Simon Willison 的原话是：「要摸清这批新模型还需要一段时间，但以下是我目前的印象。」
翻译一下：这不是一轮普通发布，这是一轮价格战。
GPT-6 Sol 和 Luna，价格直接对半砍先说最刺激的部分。GPT-5.6 Luna 本来就是 Simon 最喜欢的「拿来写应用」的模型，理由是性能够好、价格够便宜。结果 GPT-6 Luna 在这个基础上又便宜了一半——GPT-6 Sol 相对 GPT-5.6 Sol 也是同样的降幅。
今天这张价格表长这样（单位：每百万 token）：
| 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
| GPT-5.6 Luna | $0.20 | $0.02 | $1.20 |
| Grok 4.7 | $2 | $0.50 | $6 |
| GPT-6 Sol | $2 | $0.20 | $10 |
| GPT-5.6 Terra | $2 | $0.20 | $12 |
| Claude Opus 5.5 | $4 | $0.20 | $20 |
| GPT-5.6 Sol | $4 | $0.40 | $20 |
| Claude Fable 5.1 | $10 | $0.25 | $50 |
| GPT-6 Astra | $10 | $1 | $50 |
有几个细节值得单独拎出来。
第一，GPT-6 Sol 和 GPT-5.6 Terra 同价了。Simon 的结论很直接：「任何继续用 Terra 的理由，都瞬间蒸发了。」当新模型和旧模型同价，旧模型就只剩下迁移成本这一个优点了。
第二，注意 GPT-5.6 系列在 11 月有一个计划中的 25% 涨价。也就是说，GPT-6 是「打了折的 GPT-5.6」的一半——这个对比其实比表面数字更狠。
第三，Grok 4.7 之前靠 $2/$6 的定价，做到不到 GPT-5.6 Sol 一半的输入价；现在 GPT-6 Sol 追平了它的输入价，输出价也拉近了。Grok 的性价比窗口，只开了两天。
第四，$0.10/$0.50 的 GPT-6 Luna，是 OpenAI 有史以来最便宜的模型之一，只输给更弱的 GPT-4.1 Nano（$0.10/$0.40，2025 年 4 月）和 GPT-5 Nano（$0.05/$0.40，2025 年 8 月）。换句话说，Luna 是目前「能力还行」的档位里最便宜的那个。
Opus 5.5 也降了，而且降在缓存上Anthropic 这边，Opus 4.5 到 5.0 一路都是 $5/$25。Opus 5.5 降了 20%，变成 $4/$20。
但真正对做 agent 的人有意义的是另一条：缓存读取价格降了 60%。
这条为什么重要？因为长会话的 agent 场景里，90% 以上的输入 token 是按缓存价处理的。你一次会话跑几十轮工具调用，每轮都要把前面的上下文重新喂进去，这部分几乎全是缓存命中。缓存价砍 60%，对「长链路 agent」的账单影响，比输入价降 20% 大得多。
Anthropic 对 Opus 5.5 的定位是「回应你们的反馈」。团队成员 Thariq Shihipar 的说法是：
> Opus 5.5 是你们反馈的产物。它表达更清晰，每 token 比 Opus 5.0 更便宜，拥有 Fable 5.1 的智能水平，token 效率很高，并且在每个 effort level 上都能工作。
顺带一提，官方还强调它「更擅长 Blender」。
不过价格表上有个尴尬的位置：Opus 5.5 的 $4/$20，正好等于「降价前」的 GPT-5.6 Sol。而 OpenAI 已经把 Sol 砍到 $2/$10 了。这一轮价格战，目前主要打的是 Astra 和 Fable 5.1 下面那一档。
一个真实的翻车：Opus 5.5 在 max 档把自己想崩了这部分是我觉得整篇文章最值得分享的，因为它不只是段子，还是个选型教训。
Simon 有个保留节目：让模型用 SVG 画「一只骑自行车的鹈鹕」。这个测试他已经跑了几十次，从没出过这种情况——Claude Opus 5.5 在 max 思考档位下，直接没返回结果。
它一开始还挺自信，把题目称为「一个经典的测试请求」，然后开始疯狂思考。它的推理大概是这样的：
> 这是个经典测试请求，我要规划一只构图良好的鹈鹕，有标志性的喙和喉囊，骑着自行车，轮子、车架、踏板都要对，背景是简单的天空和地面。……
>
> 验证小腿长度约 95.2，够接近了。现在处理从髋到膝到踝的近侧腿路径，然后勾出踩在踏板上的脚的形状——用直线和曲线描出脚跟、脚尖和脚掌轮廓，自然地落在 y=478-494 附近的踏板面上。……
>
> 我喜欢鱼从篮子里明显探出来、鹈鹕盯着它看的细节，值得保留。我还在确认眼睛位置靠近喙基，符合鹈鹕解剖结构，考虑给它一个更开心的表情。……
>
> 远侧的腿正确地显示为穿过车架后方，接下来检查牙盘的齿、确认图层顺序——远侧的曲柄臂应该大部分被座管和牙盘遮住。最后定 SVG 的 width、height 属性和 viewBox 保证正确缩放，注意没有文字所以不需要 font-family。……
Simon 满心期待地等着这只鹈鹕……然后它停了。
原因：Opus 5.5 的最大输出 token 上限是 128,000（其他 Claude 模型也是），它在还没开始画 SVG 的时候，光靠「思考」就把额度用光了。
他又试了一次，同样的结果。于是他的结论是：「这让我怀疑 max 实际上是没用的——如果它在一个蠢兮兮的 SVG 提示上都能想到自爆，我不信它在更正经的工作上不会。」
代价也很实在：两次失败，每次花掉 $2.56，每次耗时接近 20 分钟。
对照组是 Fable 5.1，在 max 档没有过度思考，交出了 Simon 见过的「Anthropic 系最好的鹈鹕」。
这对你意味着什么Simon 自己的操作是：把 Codex 和 Claude Code 的默认模型换成了 GPT-6 Sol 和 Claude Opus 5.5，把 Datasette Agent 的在线 demo 升级到了 GPT-6 Luna，反馈是「在写 SQL 和给 Datasette Apps 构建 HTML/JavaScript 上都又快又靠谱」。
给独立开发者和做 AI 产品的人，我提炼三条：
1. 重新跑一遍你的成本模型。 主力档位（Sol / Opus 5.5 这一层）价格腰斩，长会话 agent 的缓存价再降 60%。如果你的产品利润是被推理成本压着的，这一轮是实打实的利好，别再按上个月的数字报价。
2. 别迷信最高思考档位。 Opus 5.5 max 的翻车说明，effort level 拉满不等于结果更好，反而可能烧完预算还交不出东西。默认档 + 明确的任务拆分，往往比 max 更划算。尤其是那些「要求模型深思熟虑」的提示词，很可能是在给自爆埋雷。
3. 盯紧低端档位。 Anthropic 说 Sonnet 5.5 和 Haiku 5.5 马上就来。但现在的对比很残酷：Haiku 4.5 是 $1/$5，而 GPT-6 Luna 是 $0.10/$0.50——十分之一。Haiku 能不能重新拿回低端性价比，是个值得看的悬念。
最后说个冷知识：Simon 拿不同厂商的模型「画鹈鹕」来横向比较，这件事本身可能已经没什么意义了（如果曾经有过的话）。但他仍然觉得，用同一模型家族在不同推理档位下对比，是有价值的。所以这个测试他大概还会继续跑下去——毕竟今天这场价格战，就是从「谁家鹈鹕画得好又画得便宜」开始的。

来源：simonwillison.net/2026/Sep/22/opus-and-sol-and-luna/