2026 年 7 月 30 日，AI 模型定價究竟改了什麼？
OpenAI 於 2026 年 7 月 30 日將 GPT-5.6 Luna 減價 80%，GPT-5.6 Terra 減價 20%。Luna 現時每百萬輸入代幣收費 0.20 美元，每百萬輸出代幣 1.20 美元；Terra 則為 2.00 美元與 12.00 美元。Sol 定價維持不變。
先說一句誠實的前提。沒有人會因為一篇文章叫他轉，就換掉自己的預設模型。你會轉，是因為便宜的選項在你的具體工作上不再明顯較差，而這次減價，是這道門檻首次為一大批實務使用者移動。
問題在於，「更便宜」和「便宜得足夠」是兩個不同的問題，而大部分關於這次公布的報道只回答了第一個。
本文回答第二個：你每項任務實際付多少、便宜檔次在哪裡真的會失效，以及以你的工作性質而言，哪一個模型值得成為預設。
GPT-5.6 與 Claude 各模型每百萬代幣收費多少？
截至 2026 年 7 月 31 日，GPT-5.6 Luna 為每百萬輸入代幣 0.20 美元、輸出 1.20 美元；Terra 為 2.00 與 12.00 美元；Sol 列價為 5.00 與 30.00 美元。Anthropic 於 7 月 24 日推出的 Claude Opus 5 為 5.00 與 25.00 美元，Claude Fable 5 則為 10.00 與 50.00 美元。
現行列價，每百萬代幣
--- GPT-5.6 Luna：輸入 0.20 美元 / 輸出 1.20 美元（7 月 30 日前為 1.00 / 6.00 美元）
--- GPT-5.6 Terra：輸入 2.00 美元 / 輸出 12.00 美元（前為 2.50 / 15.00 美元）
--- GPT-5.6 Sol：輸入 5.00 美元 / 輸出 30.00 美元（不變）
--- Claude Opus 5：輸入 5.00 美元 / 輸出 25.00 美元（2026 年 7 月 24 日推出）
--- Claude Fable 5：輸入 10.00 美元 / 輸出 50.00 美元
以 1 美元約兌 7.8 港元計算，Luna 的輸出代幣約為每百萬 9.40 港元，Fable 5 約為 390 港元。同一段程式碼可以調用的模型之間，價差達 41 倍。
OpenAI 的官方公告同時以 Fast mode 取代原有的 Priority Processing，Sol 在此模式下速度最高提升至 2.5 倍，價格為兩倍，智能水平不變。這是購買延遲，而不是購買智能，很容易被誤讀為升級。
一項重要的適用範圍說明：以上為 API 與平台的代幣價格。如果你付的是 ChatGPT 或 Claude 的固定月費，這次減價改變的是你的額度消耗速度，而不是帳單金額。關於按座位計算的部分，可參考我們的企業 AI 座位定價分析。
減價後，一項真實任務實際成本是多少？
一項典型的實務任務，例如摘要一份 20 頁文件並撰寫 900 字輸出，大約消耗 15,000 輸入代幣與 1,500 輸出代幣。以 Luna 計算約 0.0048 美元，即 0.04 港元；Terra 約 0.048 美元，即 0.37 港元；Opus 5 約 0.11 美元，即 0.87 港元。
把它放大到真實工作量，畫面就清晰得多。
每月 500 項同類任務的成本，以 1 美元兌 7.8 港元計
--- GPT-5.6 Luna：約 2.40 美元，即 19 港元
--- GPT-5.6 Terra：約 24 美元，即 187 港元
--- GPT-5.6 Sol：約 83 美元，即 645 港元
--- Claude Opus 5：約 56 美元，即 437 港元
--- Claude Fable 5：約 150 美元，即 1,170 港元
以上為根據公開列價的算術推算，並非基準測試結果；你的實際代幣數會因提示長度與推理深度而有差異。請視之為量級參考，而非報價。
真正應該重設你直覺的，是第一行與最後一行之間的落差。同樣 500 項任務改用 Fable 5 而非 Luna，每月成本大約高出 60 倍。對於大部分內容、分類與摘要工作而言，這筆溢價買到的東西非常有限。
OpenAI 自己的說法也支持這一點。該公司指出，Luna 的表現可媲美一年前屬於前沿級別的模型，而每項任務成本大約只有六分之一美元中的六仙水平，速度接近九倍。
按工作性質，哪個模型該成為你的預設？
高量、規格明確、錯誤容易發現的工作，預設用 Luna。經人手覆核的日常專業輸出，預設用 Terra。至於 Sol、Opus 5 或 Fable 5，應保留給「答錯的代價高於模型成本」的工作，而這類任務所佔的比例，遠低於大多數人的想像。
按使用者類型的建議
--- 高量內容或營運工作（標籤分類、摘要、初稿、資料清理）：Luna。在規格明確的任務上，品質差距已不足以支撐十倍價錢。
--- 面向客戶、由人手覆核的寫作與分析：Terra。Notion 表示在其評估中，Terra 在每項任務成本減半、耗時減少 60% 的情況下，達到與 GPT-5.5 相若的品質。
--- 長文件推理與精細編輯：Claude Opus 5。以 5 美元與 25 美元計，價格為 Fable 5 的一半，而 Anthropic 將其定位為接近 Fable 5 的前沿智能。
--- 單一錯誤代價高昂的工作（法律摘要、財務數字、監管條文、未經覆核即發布的內容）：Sol 或 Fable 5，並且仍然要加上人手覆核。
--- 對延遲敏感的互動式工作：Sol 配合 Fast mode，以兩倍代幣價格換取最高 2.5 倍速度。
值得內化的模式是：正確答案很少是單一模型。OpenAI 引述的多個團隊都描述了「路由」做法，由強模型制定計劃，由便宜模型執行規格明確的部分。Cognition 便將 Luna 納入 Devin Fusion，專門與較大模型分工處理例行工作。
如何測試便宜模型是否夠用？
取二十項你已經完成的真實任務，交給較便宜的模型重跑一次，數一數有多少輸出你會不經修改就直接發送。如果通過率高於大約 80%，而且失敗是明顯而非隱蔽的，這個便宜模型就適合成為預設。
失敗的隱蔽程度，比通過率更重要。會大聲失敗的模型，比會似是而非地失敗的模型安全，因為前者你會抓到，後者你會照樣發出去。
試試這個提示來做比較：
--- 你正在接受一次路由決策評估。我會提供一項我已經以專業水準完成的任務。
--- 任務：[在此貼上你的真實任務與原始材料]
--- 請就此任務產出你最好的成果。
--- 然後另外回答三個關於你自己輸出的問題。第一，列出你不確定、希望由人手核實的部分。第二，指出輸出中有哪些說法無法由所提供的原始材料支持。第三，以 1 至 5 分評估你的信心水平，並用一句話說明理由。
--- 不要美化這份自我評估。一個誠實的低分，對我而言比一個自信的錯誤答案更有用。
自我評估的部分，正是把這件事從品質測試變成路由測試的關鍵。一個能穩定標示自身不確定性的便宜模型，可以承擔的工作量，比一個從不標示的昂貴模型更多。
便宜檔次究竟在哪裡失效？
便宜模型會在四類任務上失效：需要持續多步推理的工作、需要詮釋的含糊指令、正確答案本身存在爭議的專業判斷，以及任何「似是而非的錯誤能通過覆核」的工作。減價不會改變這些失效模式，只會改變你遇上它們的代價。
有四項限制值得誠實指出。
含糊之處是便宜模型輸得最多的地方。面對模糊簡報，較強的模型會提出澄清問題或保留餘地；較便宜的模型則會自信地押注在單一詮釋上。如果你的提示本身鬆散，省下的錢會全數消耗在返工上。
輸出代幣數的波動比你預期的大。一個寫得囉嗦的模型，實際成本可能高於一個名義上較貴但下筆精簡的模型。Blitzy 表示 Luna 在處理多 2.2 倍脈絡的同時，輸出代幣比他們原本使用的模型少 8.5 倍。這提醒我們，單價只是等式的一半。
Fast mode 買的是速度，不是品質。以兩倍 Sol 價格換取最高 2.5 倍速度，對互動式產品合理，對通宵批次運算則毫無意義。
價格會變。Luna 在單一次公布中降價 80%。你今天寫死的任何路由邏輯，都應該每季重新檢視；你建立的任何成本模型，都應該從設定檔讀取價格，而不是依賴你對本文的記憶。
還有一項針對本文的說明。UD 並不公布 AI 工作流程部署的固定價格，因為每個客戶的範圍都不同，在此列出一個數字等於憑空捏造。上文的模型價格是公開、可核實、截至 2026 年 7 月 31 日有效的資料；至於 UD 自身的收費，應該來自一次對話，而不是一張表格。
正確的下一步是什麼？
在改動任何東西之前，先做那二十項任務的比較。如果 Luna 通過你的標準，就把高量工作轉過去，並為失敗的任務保留較強的模型。如果通不過，你至少確切知道自己在為哪一項能力付錢，這比籠統地覺得「貴的比較好」有用得多。
從減價中得益最多的，不是轉得最快的人，而是早已清楚自己哪些任務規格夠明確、可以低成本路由的人，因為正是這份認識，把價格變動轉化為實際節省。
模型價格會持續下跌。不會下跌的，是「不知道自己哪些流程可靠到足以自動化」所付出的代價。這才是本季真正值得投入的功課。
懂AI的冷，更懂你的難 UD 同行28年，讓科技成為有溫度的陪伴。
算清楚你的 AI 工作量到底該花多少
選一個模型是一個決定；建立一套能把任務路由到正確模型、並在價格變動後仍然運作的流程，才是更難的那個。UD 團隊手把手帶你完成每一步，由任務盤點、模型路由設計，到部署與成本監控。
由 UD 香港 AI 團隊撰寫及審閱。價格已於 2026 年 7 月 31 日對照 OpenAI 與 Anthropic 官方公布資料核實。
