2026 年 9 月 AI 模型价格战：Grok 4.7、Opus 5.5、GPT-6 Sol 与 Luna

如果你维护着一张模型价格表，它这一周已经过期了。xAI 在 9 月 21 日发布了 Grok 4.7。第二天，Anthropic 发布了 Claude Opus 5.5，OpenAI 发布了两款新的 GPT-6 模型 Sol and Luna。48 小时里三次发布，同一天两家前沿实验室，而你成本模型里的每一行现在都是错的。

每 token 的数字在下面。更有价值的一点是：每 token 价格已经不再是大家在竞争的计量单位，而且本周最响亮的说法之一在发布后几个小时内就失效了。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

所有新价格汇成一张表

有三点很突出。Opus 5.5 是 $4/$20，而 Opus 5 是 $5/$25，也就是说旗舰便宜了 20%，同时以 58 分拿下 Artificial Analysis 指数第一。Sol 的输入和输出价格都只有 Astra 的五分之一。而 Luna 把 1M 上下文窗口带到了每百万输入 token 十美分。

Anthropic 还为 Opus 5.5 列出了快速模式 $8/$40 和 128k 最大输出。如果你从我们的 Claude Opus 5 定价或 GPT-5.6 定价文章里硬编码过费率，那些页面现在描述的是上一代。

真正变动的是单任务成本，而不是每 token 成本

OpenAI 的发布文章不是以每 token 费率开场的，而是以每个已完成任务的成本开场，它公布的那张表是本周最有意思的材料。

仔细看最后一行。extra-high reasoning 的 Sol 得分高于 max 档位的 Opus 5，而单任务成本只有 Opus 5 的约 9%。单任务成本是诚实的单位，因为它把每 token 定价藏起来的东西都算了进去：reasoning token、工具调用、重试，以及一个模型在停下来之前需要多少轮。一个标价是两倍、但用三分之一 token 就干完同样活的模型更便宜，而没有任何定价页会告诉你这一点。

这个模式在重复。在 Agents’ Last Exam V1 上，max 档位的 Sol 得分 56.4%，高于 Opus 5 的最好成绩，单任务成本低 60%。在 DeepSWE 1.1 上，max 档位的 Sol 达到 68.8%，与 xhigh 档位的 Fable 5（69.9%）只差 1.1 分，而单任务成本大约便宜 80%；max 档位的 Luna 得分 66.6%，OpenAI 把它与中等 effort 的 Opus 5 和 Fable 5 归在同一档，单任务成本比 Opus 5 低 93%、比 Fable 5 低 96%。在 OSWorld 2.0 离线测试中，xhigh 档位的 Sol 得分 60.5%，对手是中等档位 Opus 5 的 60.3%，同样单任务成本便宜约 80%。在事实性上，OpenAI 称 Sol 的错误量约为前代的一半，而更高 effort 的 Luna 以约百分之一的成本与 GPT-5.6 Sol 持平。

实际后果是：采购问题不再是“每百万 token 多少钱”，而是“我的一个任务端到端要花多少钱”，而这只有你自己的任务负载能回答。

当天发布、当天就失效的那份对比

上面每一条主张都是对照 Claude Opus 5 测出来的，因为 OpenAI 写那篇文章时 Opus 5.5 还不存在。Anthropic 在几小时后就发布了 Opus 5.5：比 Opus 5 便宜 20%，按 Anthropic 自己的数字运行成本低 40%、输出快 30%，并登顶 Artificial Analysis 指数。

所以“以 9% 的单任务成本胜过 Opus 5”是一句关于某个当天下午就被取代的模型的真话。没有人公布过 Sol-versus-Opus-5.5 的单任务成本数字，因为这些表里的每一个测试框架都在 Opus 5.5 出现之前就跑完了。如果你正要凭着这个比例迁移某个任务负载，你对比的是一个你已经不会再部署的模型。

反方向也要小心。Anthropic 自己关于 Opus 5.5 的表格写的是：Terminal-Bench 4.0 为 66.4%、FrontierCode v1.1 为 54.4%、CursorBench 4.0 为 57.8%、GDPval-AA v2.1 达到 1846 Elo、AutomationBench 为 40.0%、Humanity’s Last Exam 带工具为 67.7%、OSWorld 2.0 为 81.8%、Chartography 为 89.0%。那个 AutomationBench 40.0% 不能和 OpenAI 的 33.2% 相减：测试框架版本不同、effort 设置不同、运行批次不同，也没有说明共同的基线。两家厂商引用同一个基准测试名字，并不构成正面对比。OpenAI 自己的说法是 Astra“在所有方面仍然是我们最好的模型”，所以本周 GPT-6 的故事讲的是价格和效率，而不是新的天花板。X 上流传的、把具体的 Opus 5.5 数字和具体的 Astra 数字并列的对比是推文，不是厂商数据。

“便宜 50%”是对照一个折扣算出来的，而真实降幅更大

OpenAI 表示 Sol 和 Luna 都比 GPT-5.6 promotional pricing 便宜 50%。“促销”是 OpenAI 自己的用词，而且这个词是承重的：被减半的基线是一个折扣价，不是标准标价。本周有很多报道把这个限定词丢掉了。

下面是它的谱系，用的是我们当时在自家发布报道里记录的 GPT-5.6 标价：

由此得出两点。第一，标题的诚实版本比标题本身更猛：对照 GPT-5.6 标价，$2/$10 的 Sol 相当于输入降 60%、输出降 67%，而 $0.10/$0.50 的 Luna 是 90% 和 92%。OpenAI 对照的是自家的促销价，对任何按标价做预算的人来说，这低估了这次变动。

第二，没有 GPT-6 Terra。GPT-5.6 是 Sol、Terra 和 Luna；GPT-6 是 Astra、Sol 和 Luna。如果你的配置里钉着中间档位，没有任何对等的继任者在等着它，而我们那篇 GPT-5.6 命名指南现在读起来是历史，而不是当前地图。

便宜的模型不是快的模型

Artificial Analysis 测量了这些新模型。对 max reasoning variants，它报告 GPT-6 Sol 的输出速率为 115.2 token/秒、首 token 时间 102.15 秒，Luna 为 153.9 token/秒、首 token 时间 124.23 秒。[待核实] 这些是第三方数字，不是厂商数字，而且描述的是最高 reasoning 档位，不是你在 low 或 medium effort 下会看到的结果。

从方向上看，这就是价格战给出的交换：用成本的一小部分换取接近前沿的质量，代价是第一个字节到达之前的延迟。对批处理任务或夜间 agent 运行来说没问题，对人类正在等待的请求来说是致命的。

这件事要自己测，而不是从排行榜上继承，因为它会随你的 effort 设置、prompt 大小和区域变化。把 Apifox 指向每个候选模型的 completions 接口，用你实际会上线的 effort 档位发送同一个 prompt，并把首字节时间和总响应时间记录在 body 旁边。把它保存成测试场景，下一次发布就只是一次重跑，而不是一个研究项目。

缓存是本周降价的另一半

与这些模型一同，OpenAI 为 GPT-6 发布了一次真正的提示缓存更新：缓存输入读取 90% 折扣、默认更高的命中率、Prompt Caching Dashboard、诊断工具，以及两个比折扣更重要的行为修复。修改 reasoning effort 或工具可用性不再使缓存失效，而显式断点让你决定缓存前缀在哪里结束。OpenAI 提到 GitHub 在数十亿次请求中需要重新处理的 prompt token 减少了 50% 以上。Anthropic 那一侧在上面的表里：Opus 5.5 的缓存读取每百万 $0.20，而全新输入是 $4，所以一次缓存读取是一次全新输入的 5%。

如果你的 agent 每一轮都重发一大段 system prompt 和一份臃肿的工具 schema——大多数都是如此——这些改动对你账单的影响会超过这里任何一个标价。这让缓存成为本周最持久的一项，也是值得围绕它做工程的一项。

这周该做什么

1. Move model ids into config, not code. 两天里有三个 id 变了。claude-opus-5-5、gpt-6-sol 和 gpt-6-luna 应该放进你可以随时切换的环境变量里，而不是客户端封装里的字符串字面量。
2. Re-run your own eval before switching. 厂商的单任务成本表是在厂商的测试框架上、针对厂商的任务测出来的。你的会不一样。
3. Instrument cost per task. 把输入、输出和 reasoning token 与已完成的工作单元一起记录，重试也要算进去。按 token 的看板在接下来这一年里都会误导你。
4. Set a latency budget and test at shipping effort. 一个单任务成本便宜 93%、首 token 却慢两分钟的模型，是另一种产品，而不是更便宜的产品。
5. Audit your cache boundary. 稳定前缀放在前面，易变内容放在后面，平台支持的地方用显式断点。
6. Update contract tests for the new envelopes. Sol 是 872k 上下文，Luna 和 Opus 5.5 是 1M，而 Opus 5.5 的输出上限是 128k。按上个月的限额写下的断言会静默通过，然后在生产里被截断。
7. Route by task instead of migrating wholesale. 每百万输入 token 从 $0.10 到 $10 的跨度是两个数量级。抽取和分类用便宜档位，确实需要昂贵档位的工作才用昂贵档位。

一个用来理解规模数字：OpenAI 披露其内部研究员的编码 agent 日均花费中位数超过 $600，第 90 百分位为 $7,000。这种幅度的降价针对的正是有这样预算空间的任务负载。如果你的规模更小，它们主要给你的是在同一预算下跑更好模型的选项。

可用性简述

Sol 和 Luna 已进入 Plus、Pro、Business、Enterprise 和 Edu 的 ChatGPT Work 与 Codex。Free 和 Go 可以在桌面版里用 Luna。两者都还没进 Chat。API id 是 gpt-6-sol 和 gpt-6-luna，与现有的 GPT-6 Astra API 并存。Opus 5.5 运行在 Claude Platform、AWS、Google Cloud 和 Azure 上。

想了解逐个模型的细节：什么是 Claude Opus 5.5、什么是 GPT-6 Sol、什么是 GPT-6 Luna、Sol 与 Opus 5.5 的正面交锋，以及 GPT-6 提示缓存发布。

总结

标价降了，但真正的事件是这个行业换了计量单位。单任务成本、缓存命中率和首 token 时间现在决定一个模型让你花多少钱，而它们没有一个出现在定价页上。这周就用你自己的流量把这三个都测一遍，因为大家在引用的那些对比表在发布的那一刻就已经过期了。

开发必备：API 全流程管理神器 Apifox

介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。

如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。

值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。

获取专属报价与部署方案

详细的私有化部署系统架构与安全白皮书

针对您公司规模的专属报价单

免费的 1v1 专属产品演示 (Demo) 机会

获取部署方案

* 提交后，我们的客户经理将在 1 个工作日内与您联系

林俊锋 企业微信

@Apifox 专属顾问

扫码备注: 私有化 + 公司名