OpenAI发布GPT-6 Sol与Luna：API价格减半，模型竞争转向性价比

OpenAI一次补齐GPT-6的中端与低成本档位

OpenAI于2026年9月22日发布GPT-6 Sol和GPT-6 Luna，进一步扩展本月早些时候由GPT-6 Astra开启的新一代模型家族。

三款模型的定位并不相同：

• GPT-6 Astra继续承担最高能力档，适合对质量要求最高、预算相对充足的复杂任务
• GPT-6 Sol强调专业工作、编程与Agent任务中的能力和成本平衡
• GPT-6 Luna面向大规模、价格敏感和高频调用场景

OpenAI没有把这次更新包装成单纯的“更强模型”，而是把重点放在成本—智能曲线上。Sol和Luna采用与Astra相近的训练方法，将后者在专业工作、事实准确性、编程、计算机操作和对齐方面的部分进展下放到更快、更便宜的模型。

API价格较GPT-5.6促销价下降50%

这次发布最直接的变化是价格。OpenAI表示，缓存与推理效率提升，使其可以将Sol和Luna的API价格较对应GPT-5.6促销价降低50%。

此前GPT-5.6 Sol的输入与输出价格分别为4美元和20美元，GPT-5.6 Luna则为0.20美元和1.20美元。需要注意的是，OpenAI所说的“降低50%”以此前的促销定价为比较基准；Luna输出价格从1.20美元降至0.50美元，实际降幅高于一半。

Luna的输入与输出价格只有Sol的二十分之一，意味着OpenAI正在用非常宽的价格跨度覆盖不同任务，而不是要求所有请求都使用同一个旗舰模型。

Sol瞄准复杂专业任务

GPT-6 Sol并非Astra的简单缩小版。OpenAI把它放在需要较强推理、工具调用和持续执行，但又必须控制单位任务成本的位置。

在OpenAI公布的AutomationBench 1.0.6中，Agent需要使用47种工具完成销售、营销、运营、客服、财务和人力资源等端到端流程。GPT-6 Sol在xhigh推理强度下取得33.2%的成绩，单任务成本为0.27美元。

官方给出的对比包括：

• GPT-6 Astra低推理强度得分30.3%，成本约为Sol的3.9倍
• Claude Opus 5最高推理强度得分26.9%，成本约为Sol的11.1倍
• Claude Fable 5.1配合Opus 5回退得分31.4%，已报告成本超过Sol的8.9倍

在Agents’ Last Exam中，OpenAI称GPT-6 Sol最高推理强度得分56.4%，超过Claude Opus 5在该评估中的最高成绩，同时每项任务成本低60%。该评估覆盖55个细分行业中的长周期、高经济价值计算机任务。

这些数据说明Sol的核心卖点不是绝对能力超过Astra，而是在大量专业工作中以更低成本接近高端模型。

Luna把Agent能力推向批量调用

GPT-6 Luna定位更轻量，但并不只适合简单问答。OpenAI称，Luna在AutomationBench高推理强度下比上一代提高5.4个百分点，同时单任务成本下降58%。

官方还表示，在较高推理强度下，Luna的事实准确性能够接近GPT-5.6 Sol，而调用成本约为后者的百分之一。

这种定价尤其适合：

• 大规模内容分类与信息抽取
• 客服工单预处理
• 高频代码检查与小范围修改
• Agent工作流中的检索、路由和初步判断
• 多模型系统中的低成本执行节点

对开发者而言，Luna未必替代Sol或Astra，更合理的方式是根据任务难度动态路由：普通步骤交给Luna，复杂决策升级至Sol，最关键的高难任务再调用Astra。

事实准确性是本次升级重点

OpenAI使用用户曾标记事实错误的匿名真实对话构建内部评估。按照官方结果，GPT-6 Sol产生的错误约为上一代的一半，并以明显更低的成本接近Astra的可靠性。Luna也有显著改善。

这项进展对企业应用比单纯跑分更重要。Agent在执行邮件、财务、CRM或研究任务时，一次事实错误可能沿工具链放大，最终形成错误操作。

不过，这仍是OpenAI内部评估，且样本来自容易诱发错误的对话，不代表普通使用场景中的整体错误率。企业上线前仍需使用自己的数据与流程验证，不能将“错误减半”理解为事实错误已经消失。

编程模型开始比拼持续使用成本

OpenAI指出，编程Agent正在承担持续时间更长、范围更广的任务，其内部研究人员使用量已快速增长。若按照API价格折算，OpenAI内部研究人员的每日Token用量中位数已超过600美元，90分位超过7000美元。

这组数据反映了Agent编程的新现实：当模型从补全几行代码升级为理解代码库、运行测试、修改多个文件并反复验证，成本会随任务时长迅速累积。

Sol和Luna降低价格后，开发团队可以允许Codex进行更多轮迭代和验证，而不必每一步都调用最高价模型。对于大规模代码维护，单位任务成本可能比一次基准测试的最高分更具决定性。

计算机操作能力下放到更便宜模型

GPT-6 Astra的重要方向之一是操作浏览器和桌面软件。Sol与Luna延续这一能力，目标是让企业Agent能够在多个应用之间完成完整工作流。

计算机操作与传统问答不同，模型需要识别界面状态、选择下一步动作，并在失败后恢复。模型价格下降后，以前因成本过高而难以规模化的流程，例如批量更新CRM、整理表格、跨系统录入和后台运营，有机会进入实际部署。

但计算机操作仍具有明显风险。涉及付款、删除数据、发送信息和修改生产系统时，企业应设置权限隔离、人工确认、执行日志与回滚机制。更便宜不代表可以取消治理。

缓存改进服务于长会话和Agent

除基础Token价格下降外，OpenAI还改进了面向Agent和长对话的缓存。长任务经常反复携带系统指令、代码库说明、历史操作和工具结果，如果每次都按完整输入重新计费，会形成大量重复成本。

更有效的缓存可以让应用复用稳定上下文，减少重复推理开销。这对于以下场景尤其重要：

• 长时间运行的编程Agent
• 持续读取相同知识库的企业助手
• 多轮客户服务会话
• 包含大量固定规则的合规流程
• 需要多次调用工具的研究任务

因此，这次降本不仅来自标价变化，也来自长任务中上下文复用效率的提升。开发者评估成本时，应比较完整任务费用，而不只是每百万Token单价。

上线范围：ChatGPT Work、Codex与API同步开放

GPT-6 Sol和Luna已开始面向ChatGPT Work和Codex用户推出，覆盖Plus、Pro、Business、Enterprise及Edu订阅。两款模型也已进入OpenAI API。

Free和Go用户可以在桌面应用中试用GPT-6 Luna。OpenAI开发者社区还表示，将为Plus、Pro和Business账户提供一次额外额度重置，让现有用户能够更快体验新模型。

这意味着OpenAI没有把Sol和Luna限制为纯API产品，而是同时覆盖普通用户、开发者和企业工作流。

GPT-6家族如何选型

选择Astra的场景

适合结果质量优先、失败代价较高的任务，例如复杂研究、关键软件工程、专业分析和高难度计算机操作。

选择Sol的场景

适合需要较强推理、编程和工具调用，同时关注预算的生产任务。它可能成为多数专业Agent的默认主模型。

选择Luna的场景

适合高并发、批处理、轻量执行和多模型工作流中的前置环节。对于简单任务，直接使用Sol或Astra可能造成能力浪费。

实际部署不应只选一个模型，而应建立分级路由：先用低成本模型判断任务难度，再按风险和复杂度升级。

如何看待官方基准

OpenAI公布的数据展示了明显的性价比提升，但解读时需要注意三点。

第一，多数数据来自OpenAI自身测试，仍需独立机构和真实用户复现。

第二，不同模型的推理强度、工具配置和回退机制会影响成本与成绩，不能只比较模型名称。

第三，单次API价格不等于最终拥有成本。速度、失败重试、输出长度、缓存命中率和人工复核都会影响实际费用。

因此，企业最有价值的测试不是复制公开排行榜，而是选择自己的十到五十个典型任务，统计成功率、总耗时、完整调用费用和人工干预次数。

总结

GPT-6 Sol和Luna的发布，显示前沿模型竞争正从“谁的旗舰最强”转向“谁能以更低成本把能力部署到更多任务”。

Sol把Astra的部分专业能力带到中端价位，Luna则以极低单价覆盖规模化调用。再加上长上下文缓存与ChatGPT、Codex、API同步上线，OpenAI正在构建从旗舰推理到批量执行的完整模型梯队。

对开发者而言，最重要的变化不是多了两个模型名称，而是可以用模型路由重新设计Agent成本结构：让便宜模型处理大多数步骤，把昂贵模型留给真正困难和高风险的决策。