我对比了GPT-5.6 Luna和Terra，在仓库视觉上跑了一遍，聊聊Token降价到底香不香

看到OpenAI把Luna的API价格直接砍了80%，我第一反应不是兴奋，是算账。做仓储机器人的人，对成本敏感是刻在骨子里的。我们团队每个月在视觉模型上的调用量大概在 300万Token 左右，主要用来做货架上的商品识别和异常检测。之前用GPT-4级别的模型，一个月光API费用就够我们招一个实习生。

趁周末，我拿Luna和Terra在真实仓库场景下跑了 3组对比测试，分别测了识别准确率、响应延迟和成本。

准备：把模型接到仓库的视觉管道

我们的视觉管道是现成的，用ROS2接摄像头，图像预处理后丢给LLM做零样本识别。之前一直用Claude 3.5 Sonnet，因为它在工业场景下的结构化输出做得比较好。这次我把Luna和Terra分别接进来，跑了同一批 200张 仓库货架照片，包含50个不同品类、不同光照条件、不同遮挡程度的商品图片。

上手：Luna比想象中快，Terra比预期慢

先说结果，我整理了一个表格：

说实话，Luna的准确率让我有点意外。它比我预期的好，尤其是在低光照场景下，它能正确识别出被阴影遮挡了三分之一的SKU。Terra的准确率反而比Claude 3.5低了一截，而且延迟高得离谱。Terra目前不适合做实时推理，至少不适合我们的场景。

踩坑：降价80%不代表总成本降80%

这里有个坑。Luna的输入价格降到每百万Token 0.2美元，输出1.2美元。但注意，它只支持 8K上下文。我们之前用的Claude 3.5支持128K，单次能塞进更多图片。改用Luna后，同样的任务需要拆成更小的批次，调用次数翻了一倍，实际总Token消耗增加了 40%。最终算下来，月度成本从450美元降到了大约 180美元，省了60%——不是80%。

另外，Terra的降价幅度只有20%，但它的输出质量在工业场景下不够稳定。我试过让它识别一个明显破损的纸箱，它居然说“看起来完好”。这个问题在Luna上没出现。

结论：对创业者来说，Luna是真香，Terra别急着换

我的建议很清楚：

推荐Luna的场景：

• 视觉识别、分类、检测类任务，尤其是零样本场景
• 对延迟容忍在1-2秒之间的应用
• 预算敏感但需要接近SOTA质量的团队

不推荐Luna的场景：

• 需要长上下文（>8K）的任务，比如多轮对话或超长文档分析
• 对输出格式要求极其严格，不能容忍偶尔的解析失败

Terra目前不推荐，除非你非用OpenAI生态不可。

行动建议：今天就动手测

别光看价格数字。把你的真实流量灌进去跑一遍，看实际Token消耗曲线。我踩过的坑是：模型降价后，你可能会被诱导去用更多调用，结果总成本反而没降多少。定一个每月的Token预算上限，用Luna替换掉高成本模型，但别急着全量切换。 先跑10%的流量验证一个月，再决定要不要全量迁移。

对我们做仓储机器人的来说，这波降价最直接的利好是：视觉理解功能的边际成本终于低到可以塞进每个机器人的边缘计算单元了。 以前纠结用不用大模型，现在可以纠结用哪个大模型。这本身就是进步。