一句话看懂：同一天里，Anthropic 的 Opus 5.5 宣布降价，OpenAI 又发布了 GPT-6 Sol 和 GPT-6 Luna，两款新模型的 token 价格下调 50%。Aaron Levie 认为，单位任务成本的下降速度在技术史上没有先例，而这会直接打开更多 AI 智能体（agent）的应用场景。
事件核心：发生了什么
据 Aaron Levie 在 X 上的描述，AI 前沿模型在一个交易日内出现了两轮明显的价格变化：先是 Opus 5.5 的价格下调，随后是 OpenAI 推出 GPT-6 Sol 与 GPT-6 Luna，token 价格降低 50%。OpenAI 方面表示，Sol 和 Luna 延续了 GPT-6 Astra 的技术积累，把它的部分能力下放到更快、更便宜的模型中，以支持规模化的工作负载；同时官方称在缓存和推理效率上也做了优化。需要说明的是，这两款新模型的具体定价、上下文长度和开放范围，目前公开信息有限。
为什么重要
Levie 的核心判断是：AI 的“单位任务成本”正在以其他技术品类未曾出现过的速度下降。这个指标不同于单纯的每百万 token 报价，它把缓存命中、推理效率、任务完成度都算了进去。成本每降一档，过去因为经济性不成立而无法部署的智能体场景就会变得可行——比如把全部数据交给 agent 处理、扫描代码找安全问题、读取海量日志辅助决策、在工作流里跑 agent 集群。他把它称为“杰文斯悖论在 agent 上的体现”：单价越低，总用量反而越大。如果这个趋势成立，前沿模型之间的竞争重心会从“谁更强”进一步转向“谁的单位任务更便宜”。
对用户/开发者/创作者的影响
对开发者来说，最直接的变化是 API 账单里的推理成本占比下降，原先因为成本被砍掉的长链任务、批量扫描、多 agent 并行流程可以重新评估。对企业和团队而言，让 agent 去“读完所有日志”或“扫全量代码库”这类高吞吐、低单价的用法会更容易通过成本核算。对创作者和轻量应用开发者，更便宜的 token 意味着可以更频繁地调用大模型做内容生成、图像生成、数据整理等辅助工作，而不必慎用额度。需要注意，缓存优化和推理效率的具体收益取决于调用方式，实际节省幅度并不等同于标价降幅。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 GPT-6 Sol、Luna 的官方定价页和上下文、速率限制等细节，决定它们能否真被大规模接入；二是 Opus 5.5 降价后 Anthropic 与 OpenAI 是否会形成持续的价格跟进；三是开发者社区是否出现基于新价格结构的 agent 工作流案例，以及推理效率优化是否对第三方 API 供应商形成压力。
