2026 年 9 月模型價格戰分析：Grok 4.7、Claude Opus 5.5 與 GPT-6 Sol、Luna

如果你一直在管理模型價格試算表，這星期那張表可説已經完全失去用途。xAI 於 9 月 21 日推出 Grok 4.7。就在翌日，Anthropic 推出 Claude Opus 5.5，OpenAI 亦推出兩款全新 GPT-6 模型：Sol 和 Luna。48 小時內三次發布，同一天有兩家前沿研究實驗室，而你的成本模型中每一行現在都已經不對了。

立即試用 Apidog

每個 token 的價格列在下方。更值得留意的是另一件事：每個 token 的價格已不再是任何人競爭的指標，而本週最受關注的説法之一，在公佈數小時後便失效了。

所有新價格，一表列明

有三點值得留意。Opus 5.5 定價為 $4/$20，對照 Opus 5 的 $5/$25。旗艦模型價格下調 20%，同時以 58 分登上 Artificial Analysis 指數榜首。Sol 的輸入和輸出價格都只有 Astra 費率的五分之一。Luna 則以每 100 萬個輸入 token 10 美仙的價格，提供 1M 上下文視窗。

Anthropic 亦列出 Opus 5.5 高速模式的價格為 $8/$40，最高輸出量為 128k。如果我們在Claude Opus 5 價格或GPT-5.6 價格文章中把費率寫死，這些頁面現在已成為介紹上一代模型的文件。

真正改變的不是每個 token 的成本，而是每項工作的成本

OpenAI 的發布文章沒有把每個 token 的價格放在首位，而是強調每項已完成工作的成本；文章公開的表格，是本週最值得留意的成果。

請仔細看最底一行。採用極高推理力度的 Sol，得分高於採用 max 設定的 Opus 5，而每項工作成本約為 Opus 5 的 9%。每項工作成本之所以是更誠實的計價單位，是因為它計入每個 token 的價格所掩蓋的因素：推理 token、工具呼叫、重試，以及模型停止前所需的輪數。即使標價是兩倍，只要某模型用三分之一的 token 完成工作，成本仍會更低，而任何價格頁面都不會告訴你這一點。

這個模式一再出現。在 Agents' Last Exam V1 中，採用 max 設定的 Sol 得分 56.4%，超越 Opus 5 的最高成績，工作成本卻低 60%。在 DeepSWE 1.1 中，採用 max 設定的 Sol 得分 68.8%，與採用 xhigh 設定的 Fable 5（69.9%）只差 1.1 分，每項工作成本則低約 80%。採用 max 設定的 Luna 得分 66.6%；OpenAI 將其歸入與中等推理力度的 Opus 5 和 Fable 5 相同的級別，每項工作成本比 Opus 5 低 93%，比 Fable 5 低 96%。在 OSWorld 2.0 離線測試中，採用 xhigh 設定的 Sol 得分 60.5%，超越採用中等推理力度的 Opus 5（60.3%），每項工作成本同樣低約 80%。在事實性方面，OpenAI 表示 Sol 的錯誤比上一代模型少約一半；而推理力度較高的 Luna，表現與 GPT-5.6 Sol 相當，成本則約為其百分之一。

實際上，採購時要問的已不再是「每 100 萬個 token 收費多少？」而是「我的每項工作從開始到完成要花多少錢？」只有你自己的工作負載能回答這個問題。

發布當天便失效的比較

以上所有説法都是以 Claude Opus 5 為基準測量的。OpenAI 撰寫文章時，Opus 5.5 尚未推出。Anthropic 幾小時後便發布 Opus 5.5。它比 Opus 5 便宜 20%；按 Anthropic 自家的數據，執行成本低 40%、輸出速度快 30%，並位列 Artificial Analysis 指數榜首。

因此，「Sol 以 Opus 5 的 9% 成本勝出」這個説法，對一款在當天下午已被取代的模型而言確實成立。沒有人公佈 Sol 對 Opus 5.5 的每項工作成本數據，因為表中的所有測試框架都在 Opus 5.5 推出前執行。如果你打算根據這個比例轉移工作負載，那你比較的已不是打算繼續部署的模型。

反過來看也要小心。Anthropic 公佈的 Opus 5.5 自家數據如下：Terminal-Bench 4.0 66.4%、FrontierCode v1.1 54.4%、CursorBench 4.0 57.8%、GDPval-AA v2.1 1846 Elo、AutomationBench 40.0%、Humanity's Last Exam 工具使用 67.7%、OSWorld 2.0 81.8%、Chartography 89.0%。AutomationBench 的 40.0% 不能直接與 OpenAI 的 33.2% 比較。測試框架版本不同、推理力度設定不同、執行方式不同，而且沒有明確列出的共同基準線。兩家供應商引用相同的基準測試名稱，並不代表是直接比較。OpenAI 自己的説法是，Astra「整體而言仍然是我們最強的模型」，所以本週 GPT-6 的重點在於價格和效率，而不是創下新的上限。在 X 上把某個 Opus 5.5 數據與某個 Astra 數據直接比較的説法，是推文，不是供應商數據。

「便宜 50%」是以優惠價為基準，實際降幅更大

OpenAI 表示，Sol 和 Luna 各自比 GPT-5.6 推廣價格便宜 50%。「推廣」是 OpenAI 自己使用的字眼，這一點至關重要。減半的基準是折扣費率，而非標準定價。本週不少報道都省略了這項限定。

以下是我們當時自行發布的報道中，按 GPT-5.6 正價記錄的產品沿革。

由此可得兩點。第一，坦誠呈現的版本比標題更有説服力。按 GPT-5.6 正價計算，Sol 的 $2/$10 分別代表輸入價格下調 60%、輸出價格下調 67%；Luna 的 $0.10/$0.50 則分別下調 90% 和 92%。OpenAI 採用自家優惠價作比較，對按正價編列預算的人來説，這會令今次的變化看起來比實際幅度小。

第二，GPT-6 並沒有 Terra。GPT-5.6 包括 Sol、Terra、Luna，而 GPT-6 則包括 Astra、Sol、Luna。如果你的設定一直固定使用中間級別，現在沒有後續模型能直接取代它；我們的 GPT-5.6 命名指南，如今讀起來已是歷史記錄，而非現行版圖。

較便宜的模型不代表速度較快

Artificial Analysis 已測試新模型。該機構報告稱，max 推理變體中，GPT-6 Sol 的輸出速度為每秒 115.2 個 token，首個 token 延遲為 102.15 秒；Luna 則為每秒 153.9 個 token，首個 token 延遲為 124.23 秒。這些是第三方而非供應商提供的數據，而且是在最高推理力度設定下測得，並不能説明 low 或 medium 推理力度下的表現。

從整體方向來看，這就是價格競爭所帶來的取捨：以一小部分成本取得接近前沿模型的質素，代價則是首個位元組到達前的延遲。這適合批次工作或夜間 Agent 執行，但對需要用戶等待的請求而言，足以致命。

因此，別直接採用排行榜上的數據，應自行測試，因為結果會因推理力度設定、提示詞大小和地區而異。用 Apidog 連接每個候選模型的 completions 端點，以實際部署時會採用的推理力度傳送相同提示詞，並連同回應本文一併記錄首個位元組延遲和總回應時間。將測試儲存為測試情境，下一次發布時便可直接重跑，而毋須重新進行研究。

快取是本週價格下調的另一半

除了推出新模型，OpenAI 亦發布了 GPT-6 的實用提示詞快取更新，包括快取輸入讀取享有 90% 折扣、預設命中率提高、Prompt Caching Dashboard、診斷工具，以及兩項比折扣更重要的行為修正：更改推理力度或工具可用性不再會令快取失效；透過明確的中斷點，你可以自行指定快取前綴的結束位置。OpenAI 提到，在 GitHub 數十億次請求中，需要重新處理的提示詞 token 減少了逾 50%。Anthropic 方面的價格列於上表。Opus 5.5 的快取讀取費用為每 1M 個 token $0.20，新輸入則為 $4，因此快取讀取費用是新輸入的 5%。

如果 Agent 每一輪都要重新傳送大型系統提示詞和繁複的工具結構描述——大多數 Agent 的確如此——這些改變對帳單的影響會遠超本文列出的任何標價。因此，快取是本週最持久的改變，也是值得從工程層面着手處理的事項。

本週要做的事

1. 將模型 ID 移出程式碼，改用設定管理。兩天內有三個 ID 改變了。claude-opus-5-5、gpt-6-sol、gpt-6-luna應設為可切換的環境變數，而非寫死在用戶端包裝程式中的字串常數。
2. 切換前重新執行自家評估。供應商公佈的每項工作成本表，是以供應商的測試工具測試供應商的工作所得。你的結果會有所不同。
3. 量度每項工作的成本。按已完成的工作單位記錄輸入、輸出和推理 token，並計入重試。以 token 為基礎的儀錶板在今年餘下時間都會誤導你。
4. 訂定延遲預算，並按實際部署的推理力度測試。每項工作便宜 93%，但首個 token 要多等 2 分鐘的模型，不是更便宜，而是另一種產品。
5. 檢查快取邊界。先放穩定的前綴，易變的內容放在最後；如平台支援，便設定明確的中斷點。
6. 按新的範圍更新合約測試。Sol 支援 872k 上下文，Luna 和 Opus 5.5 支援 1M，而 Opus 5.5 的輸出上限為 128k。按照上月上限編寫的斷言可能會悄然通過，卻在正式環境中截斷內容。
7. 按工作類型路由，不要整體遷移。每 1M 個輸入 token $0.10 和 $10 的差距相當於兩個數量級。抽取和分類使用較便宜的級別，只有確有需要時才使用較昂貴的級別。

提供一個數字作參考：OpenAI 公開表示，其內部研究員每日用於編碼 Agent 的開支中位數超過 $600，而第 90 百分位數為 $7,000。這類降價針對的是有這種預算空間的工作負載。如果你的規模較小，這類降價通常讓你可以在相同預算下改用更好的模型。

簡述供應情況

Plus、Pro、Business、Enterprise、Edu 用戶可在 ChatGPT Work 和 Codex 使用 Sol 和 Luna。Free 和 Go 用戶可在桌面應用程式使用 Luna。兩者目前都未加入 Chat。API ID 為 gpt-6-sol 和 gpt-6-luna，並與現有的 GPT-6 Astra API 同時提供。Opus 5.5 可在 Claude Platform、AWS、Google Cloud 和 Azure 上運行。

各模型的詳細資料請參閲：Claude Opus 5.5 是甚麼、GPT-6 Sol 是甚麼、GPT-6 Luna 是甚麼、Sol 與 Opus 5.5 正面比較，以及 GPT-6 提示詞快取更新。

重點摘要

標示價格雖然下調，但真正的變化是業界改變了計價單位。現在，每項工作成本、快取命中率，以及首個 token 所需時間，才是決定使用模型成本的因素，而這些都不會顯示在價格頁面上。請在本週使用你自己的流量量度這三項指標，因為大家都在引用的比較表，在發布時已經過時。