# 小模型真的能用了：GPT-5.6 Luna 跑复杂任务一次只要几毛钱

> 原标题：Small Models Have Arrived

- 来源：Hacker News 首页
- 发布时间：2026-08-27T15:56:58.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/53212
- 原文：https://calv.info/small-models-have-arrived

## 摘要

作者 Calvin French-Owen 试用了 OpenAI 的 gpt-5.6-luna，发现它速度快、能力够用，关键是便宜。他让模型搜代码库、翻几千封邮件，API 费用经常只有几毛钱人民币。他做了一个个性化新闻网站的测试：让模型上网搜他可能感兴趣的新闻，再搭一个微站。用上一代 Sonnet 级别的模型，跑一次大概要 1 美元，根本撑不起消费者订...

## 推荐理由

一篇第一人称的实测文，拿 gpt-5.6-luna 和 GLM 5.3 跑真实任务，把成本从“贵到没法做产品”拉到“几毛钱搞定”，直接回应了消费者 AI 为什么迟迟不出现的行业困惑。三个维度都踩中了，但正文在论证中途截断，没展开小模型的局限或翻车场景，所以分数卡在 78，刚好够 featured 门槛。

## 锐评

Calvin French-Owen 拿 OpenAI 的 gpt-5.6-luna 做了个压力测试：让它搜代码库、翻几千封邮件，API 账单经常只有几毛钱人民币。最直观的对比来自他那个个性化新闻网站的实验——用上一代 Sonnet 级别的模型跑一次大概要 1 美元，换成 luna 直接降到 0.1 美元左右。这个降幅让面向普通消费者的 AI 订阅服务第一次有了活下去的数学基础，不用再按华尔街日报的价格去收费。

文章还引了 Segment 联合创始人 Peter 的观察：公司里 95% 的活儿其实是快速响应、多线推进的“体力活”，不需要天才式的深度突破。便宜、够用、跑得快的小模型正好卡进这个工作量里。不过原文没披露 luna 的参数量和具体架构，所以这个“小”是相对概念，实际能力边界还不清楚。另外，GLM 5.3 也被点名处在性价比最优边界上，说明这不是一家独大的局面。

整篇判断建立在个人体验和单一评测任务上，样本量有限。企业场景里权限、安全、流程编排这些坑还没填，但方向很明确：当推理成本跌到几毛钱，AI 能干的脏活累活会突然多出一大截。