同一款模型，官方价格仅降了20%，你的账单却减少了八成。8月24日，OpenAI与AWS联合发布了一项测试结果：在Terminal-Bench 2.1基准测试中，GPT-5.6 Terra模型在Kiro平台上的单任务成本降低了约82%。Kiro是AWS推出的软件开发智能体平台，覆盖IDE、CLI和Web端。GPT-5.6家族的Sol、Terra、Luna三个版本已在Kiro上运行了一个多月。
这82%的成本降幅并非官方降价带来的。Terra最近一次官方调价是在7月30日，幅度仅为20%。尽管单价降幅不大，但账单却能削减八成。这中间省下的六十个百分点究竟从何而来，才是我们需要关注的重点。
GPT-5.6于今年7月登陆Kiro。先是13日，AWS宣布GPT-5.6 Sol、Terra、Luna在Amazon Bedrock正式可用。紧接着第二天，Kiro宣布这三款模型上线IDE、CLI和Web。这是OpenAI模型首次进入Kiro，正值Kiro公开预览一周年。先上架，再干活，一个多月后OpenAI交出了这份答卷：两家联手对Kiro环境和OpenAI模型进行了优化，Terra完成一个成功任务的成本降低了约82%。
01、省下的是走弯路的成本
7月30日的官方调价中，Terra降了20%，但在Kiro的测试中，单任务成本却降了82%。多省下的这六成，究竟从何而来？方向主要集中在：模型产生的token更少了，工具调用的次数更少了，失败后的重试和绕远路的情况更少了。因此，节省的这部分并非来自每次调用的费用，而是原本会白白消耗的费用。
道理很简单：一个AI智能体把任务搞砸一次，账单照记；它中途选错路径、跑偏三轮再回头，这些token也照收。在实际开发中，钱往往就是这样流失的。OpenAI在官方博客中也提到了同样的逻辑：效率来自三个层面——发起请求的智能体框架、中间调度请求的编排系统，以及最后跑在GPU上的模型本身。
省钱还能省在模型分工上。OpenAI还举例说明：编码工作流可以先让Sol把问题想清楚、制定计划，再换Luna去实施那些已经定义好的改动、编写测试、运行评估。同一条流水线上，不同环节匹配不同档位的智能体。
02、模型只占账单一半，换个框架就换个价
Terminal-Bench 2.1这套测试题，并非让模型单独答卷。它将模型置于一个终端环境中，给出一个模糊目标，要求其自己规划路径、调用工具、编写脚本、处理报错并进行反复迭代。因此，跑出来的成绩是「智能体+模型」这个组合的成绩。
榜单中的四行数据最能说明问题：Claude Code配合Fable 5，分数为83.8%，花费552.67美元；Codex配合GPT-5.5，分数为83.1%，花费2059.19美元；Codex配合GPT-5.6 Terra，分数为78.4%，花费421.15美元；Codex配合GPT-5.6 Luna，分数为75.7%，花费241.45美元。前两行分数仅差0.7个百分点，账单却相差近4倍。
同一个模型，装入不同的框架，搭配不同的上下文组织和工具策略，跑出来的价格根本不同。根据Kiro官方数据，Terra在Coding Agent Index上获得了77.4分，仅比Claude Fable 5的77.2分高一点点。它的卖点不在分数，而在于这个分数对应的成本。
Kiro那套”需求驱动”的发力点就在于此，核心玩法只有一句：禁止直接编写代码。它先把用户含糊的目标拆解为正经的需求文档、技术设计和可执行任务清单，再交给模型。这样，模型收到的不再是一句模糊不清的话，而是一份梳理清楚的活儿。熟悉Agent的人立刻就能反应过来，这一步省的正是最昂贵的那部分开销。模型跑偏、返工、推倒重来，烧掉的token往往比正经干活还多。
Kiro还在流程中设置了两个关卡：代码真正修改前，先停下来由人审核；活干完后，再自动运行测试验证。这两道关卡下的每一次返工，都能省下真金白银。
03、Claude在亚马逊的地盘GPT分走了一半
一年前，Kiro还只是个”需求驱动”的IDE，模型选择器是Anthropic的主场。一年后，AWS在自己的开发智能体平台上，一口气摆进了三档OpenAI模型。Sol、Terra、Luna与Claude并列在同一个下拉菜单中，这种画面在一年前很难想象。
虽然GPT-5.6这次是”全家入驻”，但并未”全面开放”。三款模型是渐进式、实验性开放，面向Pro、Pro+、Pro Max和Power用户，区域仅限美国弗吉尼亚北部和欧洲法兰克福，支持跨区域推理。还有一个令人不适应的点是：这批模型在Kiro中走的是隐藏思维链，用户看不到推理步骤，只能看到最终结果。习惯了盯着Agent一步步推理的人，会觉得像把活扔进了一个不透明的盒子。官方说法是，这是预期行为，不影响输出质量。
三档模型在Kiro中明码标价。7月14日刚上线时，同样的任务，Sol扣2.4倍，Terra扣1.2倍，Luna扣0.6倍。7月30日OpenAI降价落地后，第二天Kiro跟进调整：Luna从0.6倍一路砍到0.1倍，Terra从1.2倍降到1.0倍，只有Sol未动。AWS的态度显而易见：一个开发平台，不能只绑定一家模型。同一个选择器里，两家前沿模型开始互相压价。模型的评价标准也跟着变了：分数高不再默认能赢，花钱少同样能赢。对开发者来说，选模型以前问的是”这个模型多少钱一百万token”，现在得问”让它把这件事做完，我到底要花多少”。