2026 年 7 月 30 日，OpenAI 宣布下调 GPT-5.6 系列部分模型的价格，其中 Luna 降价 80%，Terra 降价 20%。

真正值得关注的并不是某个模型又便宜了多少。更重要的变化是：

强 Coding 能力的模型，正在从稀缺走向廉价。

当一次搜索、一次调用、一次 bug 修复乃至几十轮 Agent Loop 的成本迅速下降之后，AI Coding 的发展也随之发生了变化。

我们正在从一个强调「模型」的阶段，进入一个强调「协调模型、上下文、工具和验证流程」的阶段。

Luna 降价改变了什么

按照 OpenAI 当前的 Codex Credit Rate，以每百万 Token 对应的 Credits 计算：

模型InputCached InputOutput
Sol12512.5750
Terra505300
Luna50.530

Sol 和 Luna 在输入、缓存输入与输出三个维度上基本都是 25:1。

API 价格也体现了类似趋势。Luna 的短上下文输入价格下降到每百万 Token 约 0.2 美元，输出约 1.2 美元。

从相关 Coding Agent 评测来看，Luna 已经能够达到接近上一代旗舰模型的 Coding 水平。Sol 和 Luna 之间的能力差距远远小于价格差距。

Coding Intelligence 的边际价格正在快速下降。 

过去我会谨慎考虑，通过减少输入和限制 Loop 去节省 Token

而现在，问题正在变成：

  • 多跑几轮能不能提高成功率？
  • 是否应该让 Agent 主动搜索更多代码？
  • 是否值得让它自己执行测试和验证？
  • 能否通过更多调用换取更高可靠性？

优化目标开始从单纯的 Token Cost 转向：

成功率、可靠性和最终质量。

Sol 更像决策者，Luna 更像执行者

如果把 Coding Agent 的执行流程拆开，会发现这些步骤对模型能力的要求并不相同。

text
理解需求
↓
识别约束
↓
设计方案
↓
拆解任务
↓
搜索代码
↓
修改代码
↓
运行测试
↓
修复错误
↓
Review

「文档解析异步设计」和「删除用户表的一个字段」显然不是一个难度的问题。

因此，一个更合理的模型组织方式就变成了：

text
             Sol
              │
       理解 / 判断 / 规划
              │
      ┌───────┴───────┐
      ↓               ↓
    Luna            Luna
  搜索代码          修改代码
      ↓               ↓
    Luna            Luna
  运行测试          修复错误
      └───────┬───────┘
              ↓
             Sol
        Review / 验收

强模型负责确定，廉价模型用来计算。

「写代码」渐渐不再是程序员的工作

过去几年，SWE-bench 往往是：给模型一个需求，看它能不能把代码写出来。

但今天，单纯的代码生成无法成为模型之间的分界线。各家旗舰模型普遍已经能够：

  • 编写常见业务代码；
  • 根据编译错误修复；
  • 根据测试迭代；
  • 完成一定规模的重构。

模型之间当然仍然存在差距，但这些差距越来越不具有决定性。

真正昂贵的能力开始向深处移动。以前我最关注：

AI 能不能写好代码？

接下来更重要的是：

AI 能不能理解用户需求，决定该怎么写代码？

这也是为什么 Agent 的长期竞争并不会停留在 Coding Benchmark 上。

一个更加实用的 Coding Agent 模型选择原则

如果现在让我在 Sol 和 Luna 之间选择，我会首先问：

我能不能明确写出这个任务的验收标准？

如果答案是可以，那么这个任务通常非常适合 Luna。

例如：

  • 明确的小 Feature；
  • CRUD；
  • 已经确定方案的重构；
  • 修复明确的编译错误；
  • 执行既定计划。

如果连我自己都不知道正确结果应该是什么，那么更适合直接使用 Sol。

例如：

  • 需求本身仍然模糊；
  • 系统架构设计；
  • 多模块边界调整；
  • 多种方案之间的权衡；
  • 对关键实现进行最终 Review。

还有一种非常实用的升级策略：

先用 Luna 进行尝试（最多两次），若失败则切换 Sol。

从模型中心走向系统中心

可以粗略地把过去几年的变化描述为：

text
2023

模型 ≈ 昂贵且稀缺的资源

随后：

text
2024 - 2025

模型能力快速提升
Coding 能力快速普及
推理成本持续下降

到了今天：

text
2026

相当强的 Coding Intelligence
开始成为廉价的大规模计算资源

这个趋势一旦继续下去，Agent 的最优架构自然会发生改变。

早期的流程非常简单。产品能力几乎等于模型能力，模型聪明，产品就聪明：

text
用户
↓
前沿模型
↓
生成结果

但现在的 Agent 完全不同：

text
用户
↓
强模型
↓
理解与任务拆解
↓
大量廉价模型调用
↓
Tools
↓
Tests / Evaluators
↓
强模型 Review

在这样的系统中，产品性能不单单由模型决定。于是系统出现了一个非常有意思的现象：

一个由弱模型组成、但工程设计优秀的 Agent，完全可能比一个简单调用强模型的系统更加可靠。

这也是 AI 应用开发正在发生的变化。

对开发者意味着什么

如果 Coding Intelligence 继续变便宜，那么「操控 AI 写代码」本身的价值会越来越低。

真正拉开开发者差距的能力，反而可能逐渐变成：

  • 能否把模糊需求转化成明确约束；
  • 能否设计合理的软件架构；
  • 能否为 Agent 提供稳定的工具；
  • 能否管理长程任务中的上下文；
  • 能否定义正确的状态与生命周期；
  • 能否设计 Evaluator；
  • 能否通过测试形成可靠反馈；
  • 能否判断什么时候应该升级或降级模型；
  • 能否让整个系统在失败之后恢复。

也就是说，AI Coding 并没有让软件工程消失。恰恰相反，当生成代码本身越来越廉价之后，软件工程中那些无法靠简单代码生成解决的问题，会变得更加重要。

结语

Luna 降价表面上是一次模型价格调整。

但如果把它放到 Coding Agent 的发展趋势中，它更像是一个信号：

高质量 Coding Intelligence 正在快速商品化。

模型仍然重要。

强模型仍然能够解决廉价模型无法可靠解决的问题。

但下一阶段真正值得关注的，已经不再只是：

哪一个模型 Coding Benchmark 更高？

而是：

如何把不同能力、不同价格、不同速度的模型组织成一个可靠的软件工程系统？

当调用一次模型变得越来越便宜，Agent 可以执行越来越多轮 Loop 之后，竞争优势就会逐渐从单次模型推理转移到整个系统设计上。

从这个角度看，它降低的是一整条 Agent Loop 的成本。

而这可能正是下一阶段 Coding Agent 最重要的基础设施变化。