GPT-5.6 API 降價與 Fast mode 指南：Luna、Terra、Sol 新價格

OpenAI 在 2026 年 7 月 30 日調整了 GPT-5.6 API 的定價和低延遲處理方式。 這次變化包含三件事：

• GPT-5.6 Luna 價格降低 80%；

• GPT-5.6 Terra 價格降低 20%；

• Priority Processing 更名為 Fast mode。 GPT-5.6 Sol 在 Fast mode 下最高可達到 Standard 處理速度的 2.5 倍，價格為 Standard 的 2 倍。 現有程式碼不需要立即改動。 請求中繼續使用 service_tier: "priority"，會獲得與 service_tier: "fast" 相同的處理行為。 官方來源：

• OpenAI 產品更新說明

• OpenAI API 最新價格

• Fast mode 使用文件 如果需要了解 Sol、Terra、Luna 的原始定位和釋出背景，可先閱讀：GPT-5.6 Sol 有限預覽與模型分層。

先看結論：誰最受益

Luna 是這次降價幅度最大的模型。 它的 Standard 短上下文輸入價格從每百萬 token 1 美元降到 0.20 美元，輸出從 6 美元降到 1.20 美元。 Terra 的 Standard 短上下文輸入價格從 2.50 美元降到 2 美元，輸出從 15 美元降到 12 美元。 Sol 的 Standard 短上下文價格仍為輸入 5 美元、輸出 30 美元。 它的主要變化不是 Standard 降價，而是 Fast mode 提速。 可以這樣理解三檔模型：

GPT-5.6 Standard 最新價格

官方價格以每百萬 token 計費。 下面是短上下文 Standard 價格：

• 未快取輸入 token；
• 快取輸入 token；
• 快取寫入 token；
• 輸出 token；
• Standard 與 Fast mode 的請求比例；
• 短上下文與長上下文請求比例。

Luna 降價 80% 後意味著什麼

Luna 的輸入和輸出價格都變為原來的 20%。 舊的短上下文 Standard 價格是：

• 輸入：$1.00 / 1M token；

• 輸出：$6.00 / 1M token。 新的價格是：

• 輸入：$0.20 / 1M token；

• 輸出：$1.20 / 1M token。 假設一個批處理任務每月使用 1 億輸入 token 和 2,000 萬輸出 token： 舊價格估算：

1
2
3

输入：100 × $1.00 = $100
输出：20 × $6.00 = $120
合计：$220

新價格估算：

1
2
3

输入：100 × $0.20 = $20
输出：20 × $1.20 = $24
合计：$44

在 token 用量不變的情況下，這個示例的費用從 220 美元降到 44 美元。 但價格下降不代表所有任務都應該遷移到 Luna。 先用真實請求檢查指令遵循、結構化輸出、工具呼叫和錯誤率。 如果模型變便宜，卻導致重試次數或人工修正增加，總成本未必真的下降。

Terra 降價 20% 後如何計算

Terra 的舊短上下文 Standard 價格是：

• 輸入：$2.50 / 1M token；

• 輸出：$15.00 / 1M token。 新價格是：

• 輸入：$2.00 / 1M token；

• 輸出：$12.00 / 1M token。 假設每月使用 1 億輸入 token 和 2,000 萬輸出 token： 舊價格估算：

1
2
3

输入：100 × $2.50 = $250
输出：20 × $15.00 = $300
合计：$550

新價格估算：

1
2
3

输入：100 × $2.00 = $200
输出：20 × $12.00 = $240
合计：$440

示例每月可減少 110 美元，降幅正好是 20%。 Terra 更適合已經把它作為預設生產模型的團隊。 不需要改模型 ID，賬單會按新價格計算。

Fast mode 是什麼

Fast mode 是原 Priority Processing 的新名稱。 它仍然是按量付費的低延遲處理方式，但官方把產品定位和引數名稱變得更直觀。 Fast mode 的目標是：

• 降低響應等待時間；
• 提供更穩定的延遲；
• 保留按量付費方式；
• 服務有穩定流量的高價值使用者請求。 對 gpt-5.6-sol，Fast mode 最高可達到 Standard 的 2.5 倍速度。 “最高 2.5 倍”不是每個請求都固定提升 2.5 倍。 實際延遲仍與輸入長度、輸出長度、工具呼叫、網路和系統負載有關。

Fast mode 最新價格

當前短上下文 Fast mode 價格如下：

1
2
3

输入：10 × $5.00 = $50
输出：2 × $30.00 = $60
合计：$110

Fast mode：

1
2
3

输入：10 × $10.00 = $100
输出：2 × $60.00 = $120
合计：$220

是否值得多付 110 美元，要看延遲下降能否改善轉化率、任務完成率或人工效率。

單個請求啟用 Fast mode

Responses API 使用 service_tier: "fast"：

1
2
3
4
5
6
7
8

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "分析这段错误日志并给出修复顺序",
    "service_tier": "fast"
  }'

Python SDK 示例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-sol",
    input="分析这段错误日志并给出修复顺序",
    service_tier="fast",
)

print(response.output_text)

Fast mode 同時可用於 Responses API 和 Chat Completions API。

舊的 priority 引數需要修改嗎

不需要立即修改。 下面的舊請求仍然有效：

1
2
3
4
5

response = client.responses.create(
    model="gpt-5.6-sol",
    input="检查这个发布方案",
    service_tier="priority",
)

對於受支援模型，priority 與 fast 會獲得相同的處理行為。 建議新程式碼使用 fast，因為名稱與當前文件一致。 舊程式碼可以按正常釋出週期逐步遷移，不必緊急全量替換。 需要特別注意響應物件。 對 GPT-5.6 及更早模型，即使請求寫的是 fast，響應裡的 service_tier 仍可能返回 priority。 因此，監控系統不要把返回 priority 直接判斷為配置沒有生效。

在專案級別預設啟用 Fast mode

如果專案中的大部分使用者請求都需要低延遲，可以在專案設定中啟用：

1. 開啟 OpenAI API Platform 的專案設定；
2. 進入 General；
3. 找到 Project Service Tier；
4. 選擇 Fast。 設定後，沒有顯式傳入 service_tier 的請求會逐步轉向 Fast mode。 官方說明專案請求會隨時間漸進切換。 不要把設定儲存後的第一分鐘資料當作最終結果。 更穩妥的方式是先按請求啟用，用功能開關控制少量流量，再決定是否改專案預設值。

速率限制並不會翻倍

Fast mode 和 Standard 處理共享同一個模型速率限制。 啟用 Fast mode 不會自動增加 TPM 或 RPM 配額。 原有的重試、退避和併發控制仍然需要保留。 如果系統因為更快返回而立即發出更多後續請求，反而可能更快觸發速率限制。 驗證時應同時觀察：

• 請求延遲；
• 429 響應；
• 每分鐘 token；
• 併發任務數；
• 重試次數；
• 實際完成時間。

突發流量可能被降級到 Standard

Fast mode 有 ramp rate limit。 當流量至少達到每分鐘 100 萬 token，並且 15 分鐘內 TPM 增長超過 50% 時，部分 Fast mode 請求可能被降級。 降級後：

• 請求按 Standard 速度處理；

• 費用按 Standard 價格計算；

• 響應中的 service_tier 為 default。 降低觸發風險的方法包括：

• 切換模型或快照時逐步放量；

• 使用功能開關在數小時內遷移流量；

• 避免把大型 ETL 或批處理任務放進 Fast mode；

• 保留 Standard 降級路徑；

• 按服務層級統計延遲和費用。

哪些場景不適合 Fast mode

Fast mode 適合延遲直接影響使用者體驗的請求，例如：

• 實時編碼助手；

• 互動式 Agent；

• 使用者正在等待的複雜分析；

• 高價值客服或銷售流程；

• 對首字延遲和總耗時敏感的產品。 不適合的場景包括：

• 離線批處理；

• 夜間資料清洗；

• 對完成時間不敏感的佇列；

• 可以使用 Batch 或 Flex 的任務；

• 大規模 ETL；

• 只為跑分而開啟的全量流量。 如果使用者不會感知幾十秒的差異，支付 2 倍 token 價格通常沒有必要。

Fast mode 當前功能限制

官方文件列出的限制包括：

• 不支援長上下文；
• 不支援微調模型；
• 不支援 Embeddings；
• 地區可用性取決於當地法律和監管；
• 不保證未來每個 GPT 模型都支援；
• Scale Tier 與 Fast mode 分開計費。 Fast mode 支援 Standard 模式已有的多模態能力，包括影象輸入。 快取輸入仍然可以享受折扣。 Fast mode 相容資料駐留、Zero Data Retention 和 BAA，但原有端點、工具、資格和合同要求仍然適用。

如何驗證 Fast mode 是否真的更快

不要只執行一次請求就下結論。 準備一組真實業務樣本，分別用 Standard 和 Fast mode 執行。 至少記錄：

一套安全的遷移步驟

生產環境可以按以下順序遷移：

1. 保留當前 Standard 基線資料；
2. 選擇最依賴低延遲的一個介面；
3. 給 1% 流量設定 service_tier: "fast"；
4. 比較 P50、P95、成功率和單位任務成本；
5. 檢查響應中的 priority 與 default；
6. 逐步擴大到 5%、10% 和 25%；
7. 觀察是否觸發 ramp rate limit；
8. 確認業務指標改善後再繼續放量；
9. 不需要低延遲的任務繼續使用 Standard、Batch 或 Flex；
10. 最後再考慮專案級預設啟用。 不要只按模型名稱統一切換整個組織。 同一個專案中的介面對延遲和成本可能有完全不同的敏感度。

如何在 Luna、Terra、Sol 之間重新分流

降價後可以重新設計任務路由：

• Luna：高吞吐、規則明確、可自動驗收的輕量任務；
• Terra：預設生產流量和中等複雜度任務；
• Sol：複雜推理、困難編碼和高價值失敗重試；
• Sol Fast mode：使用者正在等待且延遲會影響業務結果的複雜請求。 先由 Luna 或 Terra 處理，再把失敗或低置信度請求升級到 Sol，通常比所有請求直接進入 Sol 更省錢。 Fast mode 應該是延遲路由，而不是能力路由。 它不會把 Luna 變成 Sol，也不會自動提高模型答案質量。

常見問題

Luna 和 Terra 的模型 ID 變了嗎

沒有。 仍然使用 gpt-5.6-luna 和 gpt-5.6-terra，價格從 2026 年 7 月 30 日起調整。

Sol 的 Standard 價格下降了嗎

官方本次更新重點是 Luna、Terra 降價，以及 Sol 的 Fast mode 提速。 Sol Standard 短上下文價格仍是輸入 5 美元、輸出 30 美元。

priority 會被廢棄嗎

當前官方文件明確說明 priority 和 fast 都可使用。 新程式碼建議使用 fast，舊程式碼可以逐步遷移。

為什麼請求寫 fast，響應卻返回 priority

這是 GPT-5.6 及更早模型的當前相容行為。 不要僅憑響應名稱判斷請求未進入 Fast mode。

Fast mode 一定快 2.5 倍嗎

不是。 官方表述是最高 2.5 倍，具體請求會受長度、負載、工具呼叫和網路影響。

Fast mode 會增加速率限制嗎

不會。 Fast mode 與 Standard 共享模型速率限制。

突發流量降級後怎麼收費

降級請求會按 Standard 速度和 Standard 價格處理，響應的 service_tier 會顯示 default。

快取輸入還能享受折扣嗎

可以。 Fast mode 仍適用符合條件的快取輸入折扣。

總結

GPT-5.6 的這次調整同時改變了成本和延遲策略。 Luna 降價 80%，讓高吞吐輕量任務的成本明顯下降。 Terra 降價 20%，直接降低預設生產流量的費用。 Sol Standard 價格不變，但 Fast mode 提供最高 2.5 倍速度，代價是 2 倍 token 價格。 舊的 service_tier: "priority" 仍然相容，不需要緊急修改所有程式碼。 新接入建議使用 service_tier: "fast"，並按介面逐步放量。 真正需要驗證的不是“速度是否更快”，而是更快的響應能否改善業務結果。 如果延遲收益無法覆蓋價格溢價，繼續使用 Standard、Batch 或 Flex 會更合理。