GPT-6.1 Terra vs Sol vs Luna 用于编码：每任务成本

你的 agent 会话结束了，diff 看起来没问题，现在你想知道最贵的那一档是否必要。简短回答：从 Terra 开始，把批量简单步骤交给 Luna，只为 Terra 已经失败的任务付费使用 Sol。在一次相同的编辑中（输入 40,000 tokens，输出 3,000），OpenAI 标准价格下 Luna 为 $0.0055，Terra 为 $0.055，Sol 为 $0.11。

价格表怎么说#

OpenAI 的定价页面（2026 年 10 月 29 日查看，标准档，输入最多 272K tokens）列出了每 1M tokens 的以下价格：

规律很整齐。Sol 在每一列上正好是 Terra 的两倍。Luna 的输入和输出是 Terra 的十分之一，缓存输入是五分之一。所以成本阶梯是固定的，真正的问题在于更便宜的一档有多经常能完成任务。

最后一列是简单的算术。Terra 上：40,000 × 1.00 / 1,000,000 = 0.04 的输入，3,000 × 5.00 / 1,000,000 = 0.015 的输出，所以 0.04 + 0.015 = 0.055。Sol 上同样的和是 0.08 + 0.03 = 0.11，Luna 上是 0.004 + 0.0015 = 0.0055。

一次编辑，然后五十次#

假设你每天做 50 次这样的编辑：重写一个函数，修复它破坏的测试，大约 40,000 tokens 的文件和指令输入，3,000 tokens 的补丁和解释输出。那么一天在 Terra 上花费 50 × 0.055 = 2.75 美元，Sol 上 50 × 0.11 = 5.50，Luna 上 50 × 0.0055 = 0.275。

没人会在意一次编辑的 $0.11。按这个节奏用 Sol 一个月就是另一回事了，这也是为什么应该按任务类型而不是按心情来决定档位。

下面是整个计算，几行代码，你可以粘贴并用你自己的 token 数重新运行（示例价格来自上表，请替换为当前价格）：

PRICES = {  # $ per 1M tokens: (input, output), OpenAI, 29 Oct 2026
    'luna': (0.10, 0.50),
    'terra': (1.00, 5.00),
    'sol': (2.00, 10.00),
}

def cost(tier, tokens_in, tokens_out):
    p_in, p_out = PRICES[tier]
    return (tokens_in * p_in + tokens_out * p_out) / 1_000_000

print(cost('terra', 40_000, 3_000))  # 0.055

Agent 循环：输入就是账单#

一次编辑是一个请求。一个 agent 是连续二十个请求，每一步都会重新读取文件和到目前为止的历史。假设一个 20 步的循环，每一步发送约 30,000 tokens 并得到约 1,000 返回。那就是 600,000 tokens 输入和 20,000 输出。

Terra 上：600,000 × 1.00 / 1,000,000 = 0.60 的输入，20,000 × 5.00 / 1,000,000 = 0.10 的输出，所以 0.60 + 0.10 = 0.70 美元。Sol 翻倍到 1.40，Luna 降到 0.07。看看这个拆分：$0.70 中的 $0.60 是你发送的，而不是模型写出的。这与大多数人对账单的想象正好相反。

如果你的前缀确实重复，缓存会改变情况。假设每一步 30,000 tokens 中有 25,000 是相同的前缀并命中缓存：100,000 × 1.00 / 1,000,000 = 0.10 的新鲜输入，500,000 × 0.05 / 1,000,000 = 0.025 的缓存输入，加上 0.10 的输出，所以 Terra 落在 0.10 + 0.025 + 0.10 = 0.225。其工作原理见什么是提示缓存；历史为什么不断增长见为什么 AI agent 使用这么多 tokens。

下面的计算器在 CheapTokens 模型上运行同样的循环。修改步数和 tokens 以匹配你的 agent。

哪个任务用哪个档位#

一位做 AI 实验的 Telegram 频道作者在 Codex 中比较了 Terra 与 Sol 和 Luna，并于 2026 年 10 月 28 日发布了一个视频。他的结论，用他自己的标题来说，就是 Terra 是一个中间档，而这并不是缺点（帖子）。这个框架是一个有用的指引：中间档是默认，另外两个需要理由。

理由通常是重试。在相同 token 数下，两次 Terra 尝试花费 2 × 0.055 = 0.11，等于一次 Sol 尝试。而十次 Luna 尝试花费 10 × 0.0055 = 0.055，等于一次 Terra 尝试。所以如果 Sol 是唯一能一次搞定某类任务的档位，它就在那些任务上为自己买单。如果 Luna 能在十次中超过一次搞定某类任务，它就是更便宜的获取方式，这还没算上审查失败所花的时间。

选择最接近你的情况：

什么时候更便宜的开源权重模型就够了#

同样的编辑在三个 OpenAI 档位与三个 CheapTokens 模型上的对比，同样是 40,000 tokens 输入和 3,000 输出：

柱状图显示的是价格，不是结果。这些模型中是否有一个对你的编辑足够好，你要用与 Luna 相同的方式检查：重放真实任务并阅读 diff。如果通过，账单会进一步下降。对于 agent 循环，DeepSeek-V4-Flash 有 380K 上下文，回答中最多 32,768 tokens，且一天中任何时段价格相同。GLM-5.3-Flash 有 390K 上下文，MiniMax-M2.7 有 180K；所有价格都在定价页面上，连接步骤在文档中。

重放你自己的任务#

表格给你成本。质量你可以在一个下午弄清楚：从你最近的历史中取十个任务，每个先在 Luna 上运行，然后在 Terra 上运行，把 diff 并排比较。你唯一需要的数字在响应中的 usage 字段里，这使得精确计算一次运行的成本变得容易。在 CheapTokens 上看起来像这样：

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-ai/DeepSeek-V4-Flash-0731", "messages": [{"role": "user", "content": "Rename the variable x to retry_count in this function: ..."}]}'

在返回的 JSON 中，usage.prompt_tokens 和 usage.completion_tokens 是该任务的输入和输出。把它们输入上面的 cost() 辅助函数，你就得到了任何有价格的模型的每任务成本。关于新档位的发布细节，见 GPT-6.1 Terra API 价格；关于输入/输出拆分，见输入 vs 输出 tokens。