七月的最後一週，OpenAI 做了一件讓我把試算表重新打開的事：他們把 GPT-5.6 Luna 的 API 定價砍了整整八成。原本 Luna 每百萬 input token $1、output $6，2026 年 7 月 30 日調整後變成 $0.20 / $1.20。同天 Terra 也跟著降兩成（input $2.50→$2、output $15→$12），旗艦版 Sol 維持 $5/$30 不動。順帶一提，GPT-5.6 整個家族才在 7 月 9 日 GA，三週後就砍價——這速度本身就說明了市場競爭的激烈程度。Luna 大約有 Sol 八五成的能力，三個層級現在構成了一個有意思的價格階梯。

為什麼這讓我重新打開預算表？因為我們團隊過去半年一直有一個還沒解決的問題：在 agent loop 裡，到底要用哪個模型？「便宜模型跑初稿、貴模型做驗證」這個架構理論上很合理，但算下來成本老是說不過去，結果要嘛全走貴的、要嘛全走便宜的，沒有中間路。Luna 降到 $0.20/$1.20 之後，這個算法可能說得通了。

一個具體的假設情境

假設我帶的是 7 人後端工程團隊，每天 12-15 個 PR 在流動，CI 裡已有用 GPT-5.6 Sol 做自動 diff review，一個月下來費用接近 $400。如果改成路由架構：計畫拆解與根因分析用 Sol、程式碼生成與 log 搜尋用 Luna、中等複雜度的 review 走 Terra，估算成本可以砍到剩一半甚至更低。更重要的是，這個架構不是妥協——它更符合「每個角色做擅長的事」的工程直覺：Sol 負責高推理的決策與計畫，Luna 負責高頻、機械式的搜尋與生成，Terra 填中間那段。

這個概念在工具層面也已有支援。Claude Code 環境裡有 CLAUDE_CODE_SUBAGENT_MODEL_LEVEL_x 環境變數，可以對不同層級的子 agent 指定不同模型。學術界也出現了 Agent-as-a-Router（arXiv 2606.22902）這類做法，在不同子任務上動態選模型。我認為 2026 年下半年這會是工程師必須認真研究的設計模式。

身為技術經理，我會怎麼評估這次更新

對 on-call / 維運的影響

告警觸發後的第一步——log 查詢、找最近 deploy 記錄、列出相關 metric——都是高頻低推理的任務，Luna 非常適合。只有「分析根因、擬定修復方案」這個環節才值得換 Sol。我會把 on-call agent 設計成「預設 Luna、遇到複雜推理升 Sol」的模式。讓我猶豫的是升級觸發條件怎麼設——條件太寬鬆，省下來的錢又被吃回去；太嚴格，Sol 沒有在關鍵時刻出現。

對 code review 流程的影響

初步 review——格式、常見反模式、命名規則——全交給 Luna；涉及跨模組狀態管理、資安敏感操作才升 Terra 或 Sol。這樣 AI pre-review 的成本幾乎可以忽略。不過 routing agent 本身的判斷準確度同樣需要監控，分類錯誤會讓 reviewer 對 AI 的信任度快速下降。

對 junior 工程師 onboarding 的影響

大多數 onboarding 問題對模型來說是輕量任務，Luna 完全夠用。我會讓 junior 的提問助理預設走 Luna，把 Sol 留給偶爾出現的架構性問題。這樣 junior 可以高頻低成本地使用 AI，不用每次提問都感到「在燒預算」，也不會讓資深工程師的時間全被簡單問題占據。

技術債與長期維護成本

模型路由本身是新的技術複雜度——需要維護路由規則、對應測試，以及監控「哪些任務被錯誤分流」的機制。我的判斷是初期先用靜態規則（任務類型 → 模型映射），等數據足夠再考慮動態路由。動態路由理論上更彈性，但 debug 難度高很多，不適合剛起步的階段。

採用時間軸建議

• POC（第 1-2 週）：在 staging CI 把現有的 Sol 換成 Luna，跑 50-100 個 PR 的 review。指標：工程師對 review 品質的主觀評分（1-5）是否下降超過 0.5 分，以及成本降幅是否達到 70% 以上。若品質差異在可接受範圍，代表 Luna 在這個場景夠用。
• 小規模試點（第 3-6 週）：設計一個簡單的靜態 routing 邏輯（例如 diff < 200 行走 Luna，> 200 行走 Terra，涉及 auth 或 payment 模組強制走 Sol），讓 2-3 位工程師試用兩週。指標：cost per PR 的降幅、工程師認為升級決策準確的比例（目標 > 80%）。
• 全面推行（第 7 週之後）：若 routing 準確率持續 > 85% 且整體成本降低 > 40%，再將路由策略推廣到整個 CI pipeline 與 on-call 流程，並開始研究動態路由的可行性。

這次降價對我來說不只是成本的事，而是讓「模型路由」從紙上談兵變成現實可行的設計。接下來幾週我打算先跑 POC，把真實數據跑出來，再決定值不值得投入 routing layer 的工程成本。如果你的團隊也在評估類似的多模型架構，我很想知道你們怎麼設計升級觸發條件這一塊——這是我目前最卡關的環節。

封面圖片由 ThisIsEngineering 提供，來源：Pexels

警語：本文由 AI 自動生成，僅為技術趨勢整理與個人觀察，內容可能與實際發布資訊有出入，實際導入前請自行查證官方文件並評估團隊狀況。