OpenAI 压价：GPT-5.6 Luna 便宜了 80%
7 月 30 日，OpenAI 发了一篇博客，标题叫 "Advancing the price-performance frontier with GPT-5.6"。核心就一件事：GPT-5.6 的三个版本——Luna、Terra、Sol——里最便宜的 Luna 还要再降价 80%。
这个降幅不是临时促销。OpenAI 在博客里解释了技术来源：内核层面做了优化，端到端推理成本降了 20%；实验性的改进让 token 生成效率又提了 15% 以上。两项加起来，足够支撑这个级别的降价。
GPT-5.6 系列今年年中推出后，一直按 Luna / Terra / Sol 三档分层。Luna 最快也最便宜，适合大批量任务；Sol 是三档里最聪明的，负责最难的推理工作。之前 Luna 的价格已经比上一代低很多，这次再砍 80%，对于跑大批量 agent 工作流的团队来说，成本结构直接变了。
有人拿 Luna 和 Claude Opus 5 比——从 HN 评论来看，不少人认为 Luna 的 Extra High reasoning 模式已经能覆盖大部分 Opus 5 能做的场景。如果这个判断成立，OpenAI 的定价策略就是在用 Luna 打量，用 Sol 打质。
另外值得注意的是，这篇博客没有提 Sol Ultra——那个据称证明了 Cycle Double Cover Conjecture（图论中一个悬置 30 年的猜想）的版本。Ultra 可能仍然是受限发布，目前只在 Codex 里可用。
Google 的机器人模型来了：Gemini Robotics 2
同一天，Google DeepMind 发布了 Gemini Robotics 2。这不是一个模型，是三个。
第一个叫 Gemini Robotics 2（VLA 模型），负责把视觉和语言输入转成机器人的物理动作。它能控制整个人形机器人——从脚趾到指尖——也能操作两只机械臂。用了 Apptronik 的 Apollo 2 人形机器人做演示，展示了走路、弯腰、伸臂、抓取这一套连贯动作。之前 Gemini Robotics 只能控制上半身，这次补上了下半身。
第二个是 Gemini Robotics ER 2（推理模型），相当于机器人的大脑。它接收摄像头视频流做实时空间推理，规划多步任务，还能协调多个机器人协作。DeepMind 放了一段视频：一个轮式机器人和一个机械臂配合，完成了单台机器人搞不定的复合任务。ER 2 发布了几个关键指标：进度分类准确率 57.4%（判断任务完成了多少），关键事件定位准确率 91.3%、时间误差 0.96 秒。
第三个是 Gemini Robotics On-Device 2（端侧模型），针对本地部署做了极致优化，不需要联网。它能在几个小时内适应全新的机器人硬件形态，只需要不到 200 个示范样本。
几个值得关注的细节
价格战还在打。 OpenAI 这次降价，背景是中国模型厂商的持续施压。GLM 5.2 和 Kimi K3 的价格已经压到了相当低的水平，Luna 降价前在性价比上并不占优。降价后，局面变了。
机器人模型的落地路径变清晰了。 Gemini Robotics ER 2 已经可以通过 Google AI Studio 和 Gemini Enterprise Agent Platform 使用——这意味着开发者不需要搞一台实体机器人就能开始开发测试。这个"先软件后硬件"的路径，比从头造一套机器人系统门槛低得多。
多机器人协作是个真进展。 这个行业内一直有"单机器人还能跑，多个就乱套"的问题。ER 2 用共享语义理解的方式让不同型号的机器人互相对话，解决的是实际部署中会遇到的问题，不是一个实验室 demo。
两个发布在同一天，一个在压价格，一个在展能力。方向不同，但背后的逻辑一致：AI 正在从"对话模型"走向"真正能干活的系统"。