GPT-5.6 API 大降价：账单能省多少，模型怎么选

OpenAI 对 GPT-5.6 系列做了一轮明显的价格调整：轻量档降幅最大，中档小幅下调，旗舰档标准价不动但多了一个「加价换速度」的模式。消息传开后，讨论很快从「便宜了」转向两个更实际的问题——和国产模型比到底谁划算，以及降价对已经在付订阅费的用户有没有影响。

下面把讨论里出现的观点和分歧整理一下，并给出一套可以自己动手验证的比价与降本方法。

价格变化一览

以上数字来自社区转述，各档位是否还有缓存价、批处理价、限时折扣叠加，请以官方定价页面为准；聚合平台上偶尔出现的额外优惠时效性很强，不建议写进预算模型。

一个容易忽略的细节是旗舰档的 Fast mode：价格翻倍、速度最高 2.5 倍，看起来「单位时间产出」更划算，但同一个任务的 Token 数并不会减少，等于每个任务的花费也翻倍。它适合延迟敏感的交互场景，比如在线客服、编辑器补全、实时 agent；离线批量跑数据用它就是白花钱。

单价降了，账单不一定同比例降

讨论里有人算完发现「没省那么多」，原因通常在这几处：

• 输出比输入贵得多。 两个档位的输出价都是输入价的 6 倍。如果你的任务是长文生成、代码生成、JSON 结构化输出，账单大头在输出侧，输入降 80% 对你的总成本影响有限。
• 多轮调用会放大消耗。 Agent、工具调用、反思重写这类模式，一次用户请求背后可能是十几次模型调用，每次都要携带上下文。单价乘以调用轮数，差距会被拉平。
• 失败与重试。 超时、限流、解析失败后的重试，在账单里是纯粹的浪费，且往往没人统计。
• 长上下文复用。 反复粘贴同一份文档或系统提示词，如果没走缓存机制，等于每次都在为同样的内容付费。

所以评估降价收益时，正确的口径是「单位任务成本」而不是「每百万 Token 单价」：拿一批真实请求跑一遍，统计每个任务的平均 Token 数和成功率的乘积，再乘单价。

横向比价：别只看厂商对比图

讨论里有人引用官方对比图得出结论「同水平便宜一半、同价位高 10%」，也有人实测反馈「又慢又降智」。两边未必矛盾——评测口径不同、使用的档位不同、任务类型不同，结论就会相反。

稳妥的做法是自建一个 20–50 条的小测试集：

1. 从线上日志里抽取真实请求，覆盖你最主要的 3–5 类任务（抽取、改写、代码、问答等）。
2. 固定提示词、固定参数、固定版本号，不要用会漂移的别名。
3. 对每个候选模型记录：通过率、平均输入/输出 Token、P95 延迟、单任务成本。
4. 用一个表格对比，而不是凭一两次手感判断。

注意：不同厂商的评测集、评分方式和采样参数都不一样，跨厂商的分数基本只能当作参考方向，不能当作选型依据。另外限流、并发上限、可用性这些「非价格因素」，在生产环境里往往比单价更致命。

订阅还是按量付费

几个高频疑问需要澄清：

• API 降价通常不等于订阅额度增加。 订阅是固定价格买一个有窗口限制的额度，API 是按量计费，两套定价体系相互独立。具体规则以官方最新说明为准，别按降价比例去推算。
• 订阅适合交互式使用：有使用窗口和上限，重度使用可能触发限流。
• API 适合自动化：批量任务、产品集成、CI 流程里的调用，只有按量付费才可控。
• 混合策略最常见：日常对话和探索用订阅，跑量和上线用 API，并把 API 的额度上限、预算告警设好。

降本清单：从单价之外找空间

1. 分级路由。 简单任务（分类、抽取、格式化）走轻量档，复杂推理再升级。多数业务里 70% 以上的请求不需要最强模型。
2. 控制上下文。 只传必要的片段，历史对话做滚动摘要，文档先检索再拼接。
3. 限制输出长度。 显式设置最大输出 Token；要求模型只返回结果，不返回解释。
4. 用结构化输出。 减少解析失败导致的重试，重试是隐形成本。
5. 复用前缀。 系统提示词、工具定义、长文档放在固定前缀，命中缓存的部分通常有明显折扣。
6. 重试要退避。 指数退避 + 幂等键，避免限流时的雪崩式重试。
7. 按请求打点监控。 记录每次调用的模型、Token、耗时、是否成功，按天出成本报表；没有数据就没法优化。

一个极简的路由配置示意：

routes:
  - match: ["classify", "extract", "format"]
    model: gpt-5.6-luna
    max_output_tokens: 512
  - match: ["reason", "code", "agent"]
    model: gpt-5.6-terra
    max_output_tokens: 2048
fallback:
  retries: 2
  backoff: exponential
budget_alert:
  daily_usd: 20

几个容易踩的坑

「降价等于降智」的说法要分开看。 同名模型可能指向不同快照，也可能因为默认推理档位调整而表现变化。对策是锁定具体版本号，并保留一套回归测试用例，每次切换模型前跑一遍。

第三方中转与共享账号风险高。 讨论里有人推荐低价中转服务，但这类渠道的 Key 来源不明，可能违反服务条款导致封号，请求内容也可能被记录；对公业务还涉及数据合规问题。要做成本优化，优先在官方 API 上做分级路由和缓存，或者使用正规云厂商的托管版本，把省下来的钱建立在可控的合规路径上。

峰谷计费与限时活动变化快。 夜间折扣、限时五折这类信息，写进文档时一定要标注「以官方公告为准」，否则预算模型很快就失真。

批量任务要考虑运行环境。 如果降本方案依赖长时间在线的批处理或常驻 agent，本地机器的休眠、断网、上传带宽都会成为隐性故障源；这种情况下可以把任务放到一台长期在线的远程 Mac 上跑，网络环境相对稳定，属于可选的做法之一，而不是必需品。

小结

这轮降价真正的价值，是让中低复杂度任务的成本结构变得更友好，而不是让所有账单等比例缩水。选型时先用自己的测试集量出「单任务成本 + 通过率 + 延迟」三项，再做分级路由和上下文控制，收益通常比单纯换便宜模型更大。价格、额度、折扣的具体规则，请以官方最新说明为准。