GPT-5.6 入驻 AWS Kiro：单价只降 20%，单任务成本砍掉 82%

8 月 24 日，OpenAI 公布了一项与 AWS 联合进行的测试结果：GPT-5.6 家族中的 Terra 模型在 AWS 软件开发智能体平台 Kiro 上跑 Terminal-Bench 2.1，完成一个成功任务的成本下降了约 82%。然而 Terra 最近一次官方调价仅为 7 月 30 日的 20% 降价——单价只降两成，账单却砍掉八成，中间六成的差额究竟从何而来，成为业界关注的焦点。

背景：GPT-5.6 三兄弟已在 Kiro 跑了一个多月

GPT-5.6 系列包含 Sol、Terra、Luna 三款模型。今年 7 月 13 日，AWS 宣布三款模型在 Amazon Bedrock 正式可用；次日，Kiro 发布博客宣布三款模型上线 IDE、CLI 和 Web。这是 OpenAI 模型首次进入 Kiro，时间恰好赶上 Kiro 公开预览一周年。

三款模型在 Kiro 中以渐进式、实验性方式开放，面向 Pro、Pro+、Pro Max 和 Power 用户，仅限美东（弗吉尼亚北部）和欧洲（法兰克福）两个区域，并支持跨区域推理。此外，这批模型在 Kiro 中采用隐藏思维链，用户无法看到中间推理步骤，只能看到最终结果。

一个多月后，OpenAI 与 AWS 联手对 Kiro 环境和模型进行了联合调优，最终交出这份成绩单：Terra 在 Kiro 中完成一个成功任务的成本下降约 82%。

账单少八成，不只是降价

官方降价只有 20%，测试却省下 82%，这意味着另外 60% 的成本下降并非来自单价，而是来自系统层面的效率提升。OpenAI 在官方博客中将效率来源拆解为三层：

发起请求、组织上下文的智能体框架；
中间调度请求的编排系统；
GPU 上实际运行的模型本身。

省下的钱主要来自三个方向：模型吐出的 token 更少、工具来回调用的次数更少、失败后的重试和绕路更少。换言之，省下的并非每次调用的费用，而是那些原本会白花的调用的费用。在真实开发场景中，AI 智能体把任务做砸一次，账单照记；中途选错路径、跑偏几轮再回头，这些 token 也照收。

模型分工也能省钱。OpenAI 给出的一个用法是：先用 Sol 把问题想清楚、制定计划，再切换到 Luna 去实施已定义好的改动、写测试、跑评估。同一条流水线在不同环节配不同档位的模型，效率与成本均可优化。

Terminal-Bench 2.1 榜单：同一个模型，换个框架就换个价

Terminal-Bench 2.1 把模型丢进一个终端环境，给一个模糊目标，让模型自行规划路径、调工具、写脚本、处理报错并反复迭代。跑出的成绩是「智能体 + 模型」组合的综合表现。榜单不仅展示准确率，还在右侧加上了成本指标。

榜单上的四组数据颇具说服力：

Claude Code + Claude Fable 5：准确率 83.8%，成本 552.67 美元；
Codex + GPT-5.5：准确率 83.1%，成本 2059.19 美元；
Codex + GPT-5.6 Terra：准确率 78.4%，成本 421.15 美元；
Codex + GPT-5.6 Luna：准确率 75.7%，成本 241.45 美元。

前两行分数仅差 0.7 个百分点，账单却差了将近 4 倍。这说明同一个模型装进不同框架、配合不同的上下文组织和工具策略，最终成本可能天差地别。

按 Kiro 官方数据，Terra 在 Coding Agent Index 上拿到 77.4 分，只比 Claude Fable 5 的 77.2 高一点，其卖点不在分数本身，而在于这个分数对应的价格。

Kiro 的 spec-driven 思路：不许上来就写代码

Kiro 核心玩法可概括为一句：不许上来就写代码。它先把用户那句含糊的目标拆解成正规的需求文档、技术设计和可执行任务清单，再交给模型。模型到手的就不再是一句含糊不清的话，而是一份理清楚的活儿。这一步节省的，恰恰是 Agent 工作流中最昂贵的开销——模型跑偏、返工、推倒重来所烧掉的 token，往往比正经干活还多。

Kiro 还在流程中设置了两道闸栏：代码真正修改前先暂停让人过目；任务完成后自动跑一轮测试验证结果。每一次被闸栏拦下的返工，都能省下真金白银。

Claude 的地盘，GPT 分走了一半

一年前，Kiro 还只是个 spec-driven 的 IDE，模型选择器几乎是 Anthropic 的主场。一年后，AWS 在自家开发智能体平台上一口气摆进三档 OpenAI 模型，Sol、Terra、Luna 与 Claude 并排列入同一个下拉菜单——这一画面在一年前很难想象。

价格层面的信号更加明确。7 月 14 日上线时，同样任务下 Sol 扣 2.4 倍、Terra 扣 1.2 倍、Luna 扣 0.6 倍。7 月 30 日 OpenAI 降价落地后次日，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，仅 Sol 未动。

AWS 的态度已摆到台面：一个开发平台不能只绑一家模型。同一个选择器里，两家前沿模型开始互相压价。模型的评价标准也随之改变：分数高不再默认能赢，花钱少同样能赢。对开发者而言，选模型时需要回答的问题已从「这个模型每百万 token 多少钱」转变为「让它把这件事做完，我到底要花多少」。