GPT-5.6 Luna/Terra降价：先把重复工作做便宜，再把难题交给强模型

OpenAI在7月30日的官方更新里，把GPT-5.6家族进一步按“任务难度—速度—成本”分层：Luna是最快、最便宜的型号，Terra是日常工作用的平衡型号，Sol则增加了API Fast模式。按官方页面，API起价为：Luna每百万输入token 0.20美元、输出1.20美元；Terra每百万输入2美元、输出12美元。Sol Fast模式最高可比Standard快2.5倍，但价格是两倍。Luna和Terra可在OpenAI API、ChatGPT Work和Codex中使用，订阅价格没有同步改变，AWS侧则按页面说明逐步上线。以上是可直接核对的官方价格与可用性，不等于你的实际账单；上下文长度、工具调用、缓存和输出量都会改变成本。

对外贸团队，最实用的不是把所有任务都换成Luna，而是把一个工作拆成三段。第一段是高频、低风险、容易验收的活：识别询盘语言，判断客户属于批发商、零售商还是终端用户，抽取数量、目的国、产品型号和交期，再生成CRM标签。这类任务可以先用Luna批量跑。第二段是商品资料翻译、标题改写、规格表整理和FAQ初稿，也可以低价处理，但必须保留原文、单位和认证字段，不能让模型“顺手补齐”不存在的参数。第三段是复杂客户研究、跨文件对照、报价草稿和多步工具调用，再考虑Terra；涉及最终报价、付款条件、出口限制或客户个人信息时，模型只提交建议，不能直接发出。

低风险试法是拿过去30—50封已经脱敏的询盘做基准集，人工先标出语言、客户类型、产品、数量、国家、是否需要升级六个字段。让Luna先输出固定JSON，再用Terra处理其中最复杂的20%样本。比较的不只是“看起来像不像”，还要记录漏字段、误分类、翻译术语错误、人工修改时间、每封成本和升级率。连续一周稳定后，才把结果写回CRM；自动发信、自动报价和自动承诺交期仍放在人工确认按钮后面。OpenAI页面引用了Notion、Blitzy、Dust等客户的成本、速度或生产调用数据，但这些是厂商/客户自报，不是独立外贸基准。本日报没有把这些数字写成回复率或成交率，也没有自行声称节省了多少钱。

隐私上，客户姓名、邮箱、未公开价格、合同、报关材料和供应商条款都应先做最小化与脱敏；API密钥放在服务端密钥管理中，日志里不要留原始秘密。最小可行版本只自动分类和起草，人工确认后再进入邮件系统。对年轻业务员来说，这次更新的价值是可以用一套固定评测表找到“便宜模型够用的地方”，而不是凭感觉把所有客户交给同一个模型。

另外，模型分工要写进流程文档，而不是只存在某个业务员的聊天记录里。把“什么任务可以自动通过、什么任务必须升级、哪些字段不能为空”做成检查表，换人或换模型时仍能复用。第一周只追求可解释和可回滚，不追求全自动；如果便宜模型在某个语言或产品类目上错误集中，就把该类目暂时切回人工或Terra。这样测试出来的成本下降才是可复核的运营改进，而不是一次偶然的好结果。