Qwen3.8-27B vs GPT-5.6 Luna：租用最便宜的 OpenAI，還是擁有開源的 27B

2026年7月30日，O​penAI做了一件它極少做的事：將某個模型的價格調降80%。GPT-5.6 Luna——Luna/Terra/Sol系列中速度最快且最便宜的一款，已於2026年7月9日全面上市，價格降至每百萬輸入token 0.20美元、每百萬輸出token 1.20美元。一週半後，Ali​baba的Qwen3.8 27B，這是一個稠密的270億參數模型，採用Apache 2.0權重，於2026年8月14日發布，在OrcaRouter上以每百萬 $0.33/$2.40 的價格加入了同一場價格討論。Luna是O​penAI的衝量產品，現已成為免費ChatGPT的預設模型，每週處理約兩兆個token。Qwen3.8 27B是開放權重的對應產品：用幾美分租用，或者下載下來自己付電費。

關於來源：GPT-5.6 Luna 有來自 Artificial Analysis 的獨立測量數據（指數、編碼、延遲），本文如實標註；降價是 OpenAI 已確認的公告。Qwen3.8 27B 尚無獨立評測分數——其基準測試由 Alibaba 報告，其規格及 $0.33/$2.40 的定價皆為目錄事實。

記分板，每個維度一行

• 每 1M tokens 的價格 — GPT-5.6 Luna $0.20/$1.20（快取讀取 $0.02；輸入超過 272K 時為 $0.40/$1.80）對比 Qwen3.8 27B 的 $0.33/$2.40。

• 上下文 — GPT-5.6 Luna 1.05M、最大輸出 128K，對比 Qwen3.8 27B 原生 262K、透過 YaRN 可達 1M。

• 輸入 — GPT-5.6 Luna 文字和影像，加上電腦使用，對比 Qwen3.8 27B 的文字、影像和影片。

• 權重 — GPT-5.6 Luna 專有 vs Qwen3.8 27B Apache 2.0，可下載。

• 獨立指數 — GPT-5.6 Luna AA 51 在最大推理模式下（非推理為 26.8），對比 Qwen3.8 27B 尚無結果。

• 觀察到的首Token延遲 — GPT-5.6 Luna 約1.4秒 p50，對比 Qwen3.8 27B 約190毫秒 p50，兩者均來自 OrcaRouter 7日遙測數據。

這個系列中最便宜的兩款型號，價格彼此僅差幾美分——而且建立在關於誰擁有硬體的相反假設之上。

降價所改變的

7月30日之前，GPT-5.6 Luna 的定價是 $1/$6，與十幾個開源模型處於同一區間。降價之後，它成了 OpenAI 賣得最便宜的產品，無論輸入還是輸出都比 Qwen3.8 27B 更便宜——$0.20 對 $0.33，$1.20 對 $2.40。OpenAI 對外的說法是走量：在新的價格下，Luna 不再只是「mini」，而成為大多數工作負載的預設首選，Terra 和 Sol 則留給難處理的長尾。這正是 Qwen3.8 27B 從開源側瞄準的利基市場。兩個模型，同一種任務描述，卻截然相反的商業模式——一個以微薄利潤販售 token，另一個把 token 免費送人，然後讓你買硬體。

租賃與自有：附實例說明

這就是決定這一切的經濟學。GPT-5.6 Luna 是純租賃模式：價格低，但會隨用量倍增，而且永遠不會消失。以每天 1 億輸入 token、2000 萬輸出 token 的工作負載為例。在 Luna 上，這大約是每天 44 美元——輸入 20 美元、輸出 24 美元——每年約 16,000 美元，而且永遠如此。Qwen3.8 27B 以 $0.33/$2.40 計價，在託管 API 上約為每天 81 美元。但權重採用 Apache 2.0 授權：只要一次性買一張 1,500–2,000 美元的 RTX 等級顯示卡，在約 16GB VRAM 中運行 Q4 版本，相同工作負載的邊際成本就會崩跌到只剩電費。這個交叉點不是抽象的損益兩平圖表；對已經擁有硬體的團隊來說，第一天就已達成。如果你沒有硬體、而且永遠不會有，Luna 就是單純更便宜——而且其 1.05M 的上下文長度，讓 Qwen 原生的 262K 相形見絀。

速度表現有利於較小的模型。

另一個令人意外的面向是延遲。根據 OrcaRouter 自家的 7 天遙測數據，GPT-5.6 Luna 的 p50 首 token 延遲約為 1.4 秒，而 Qwen3.8 27B 則約為 190 毫秒——抵達第一個 token 的速度大約快上七倍。這並非智慧的基準，而是部署的基準。相較於花時間在延伸推理上的前沿級 API 模型，27B 密集模型的啟動更為輕量。對於互動式聊天、agent 迴圈，或任何使用者正在等待 token 的情境，27B 具有規格表上看不出來的結構性優勢——而這正是一個「較笨」的模型仍能在使用者可見的回應速度上勝出的原因。

51 和 61.7 各自是什麼意思

GPT-5.6 Luna 的獨立評測案例是紮實的：Artificial Analysis 在最大推理模式下給出 Intelligence Index 51 分（非推理模式為 27 分），Coding Agent Index 75 分，GDPval Elo 達 1,592。Qwen3.8 27B 的案例則是 Ali{{KEEP}}Ali{{/KEEP}}baba 自行發佈的 SWE-bench Pro 61.7 分與 agentic 終端編碼 73.0 分——廠商自報、未經複現，但指向相同方向。{{1}}這兩款模型都不是前沿推理級的戰馬；{{/1}}兩者的定價定位都是擔任主力苦力。{{2}}差別在於 Luna 的上限已被實測且為已知，而 Qwe{{KEEP}}Qwe{{/KEEP}}n 的宣稱仍等待獨立的評測框架來驗證。{{/2}}

引導租房與購屋的決策

兩款模型都已上線 OrcaRouter，以供應商牌價提供且零加成，也就是說，7 月 30 日的降價就是你今天實際支付的價格，而非過時報價。路由規則可將互動式、延遲敏感的流量送往 Qwen3.8 27B，將長上下文、高容量的文字任務送往 GPT-5.6 Luna，並在兩者之間自動容錯切換；自託管的 Qwen 版本則成為第三支柱，負責承載任何不能離開你網路的任務。單一金鑰、無需第二份合約，而租用與自有之間的取捨，只是組態變更，而非重新架構。

裁決結果

如果你想要最便宜且可靠的 API，而且永遠不會自行架設，GPT-5.6 Luna 就是首選 — $0.20/$1.20、1.05M 上下文、獨立評測分數，而且它已經是 OpenAI 旗下呼叫次數最多的小型模型。如果你自有硬體，或想要擁有自己的模型，Qwen3.8 27B 從部署當天起就在總持有成本上勝出 — 16GB VRAM、Apache 2.0 授權、無按 token 計費。這次降價是 OpenAI 在價格上與開放生態系統競爭。開放生態系統的回應不是更便宜的 API，而是下載。