一份 800 美元的账单最近在开发者圈流传：某团队用 GPT-5.6 旗舰版跑了一整天，老板当场变了脸。我们注意到这不是孤例——OpenAI 把旗舰模型拆成 Sol、Terra、Luna 三档，再叠加六档'推理强度'（让模型多想一会儿再答），组合接近 30 种。选错一次的代价，是成本差 5 倍、延迟多 10 秒，但答案质量未必同步提升。

这是什么

三款模型按性能分：Sol 是旗舰（跑复杂代码、深度推理），Terra 是主力（覆盖 80% 日常任务），Luna 是廉价版（做分类摘要等高频小任务）。输入价每百万 token（token 大致相当于一个汉字或半个英文单词的处理单位）5/2.5/1 美元，输出则贵 5 倍。

每款配 none 到 max 六档推理强度。档位越高，模型多想一会儿——但不是线性变准。从 high 调到 max，成本再翻 2-3 倍，质量提升有限；个别情况反而因想太多而出错。

行业怎么看

一种声音认为这是好事：模型分层让企业能像买云服务一样按需付费，Terra + medium 对大多数业务够用，是真正的 AI 普惠。

但反对意见存在。AI 架构师的普遍担心是：30 种组合本质上是把'调参焦虑'从数据中心搬进了企业 IT 部门。没有专门优化团队的中小企业，往往只剩两个结局：要么盲选最贵版（800 美元的教训），要么保守退回 Luna 导致效果不行。

更深的判断是：OpenAI 在用定价逼用户'算账'。max 档一次调用可能 2-5 分钟、几美元——只有高价值、低频次的任务才配得上这个成本。AI 时代最大的浪费，可能就是'大炮打蚊子'。

对普通人的影响

对企业 IT：预算结构要变。原来'AI 一笔费用'，未来要拆成'基础设施 + 推理优化'两笔账，否则 800 美元的故事会反复上演。

对个人职场：白领可能多一类'AI 用得贵不贵'的工作场景——运营、客服、内容岗使用 AI 工具的成本开始被算进绩效。

对消费市场：暂时没直接影响。AI 应用价格战打不起来前，消费者用到的 ChatGPT 类产品仍是统一标价。