OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna：旗舰级能力下放，API 价格砍半

OpenAI 推出 GPT-6 家族的两款新模型 Sol 和 Luna，主打“接近旗舰的能力，大幅更低的价格”。API 价格比上一代 GPT-5.6 的促销价再降 50%。

先理清命名。本月早些时候，OpenAI 发布了 GPT-6 Astra，定位是最强的旗舰模型。这次的 Sol 是中档，Luna 是轻量档，相当于同一代技术的“大、中、小杯”。三款模型用相似的方法训练，所以 Astra 在编程、事实准确性、操作电脑等方面的进步，也带到了更便宜的两款上。

OpenAI 这次的对比对象主要是 Anthropic 的 Claude。以下数据都来自 OpenAI 自己公布的评测，第三方复现结果还需等待。

在模拟跨应用处理销售、财务、HR 等业务流程的 AutomationBench 上，Sol 以最高推理强度拿到 33.2%，每个任务成本约 0.27 美元。它超过了最高强度的 Claude Opus 5（26.9%），成本只有后者的 9% 左右，也略高于低强度的 Astra。“推理强度”可以理解为让模型想多久，想得越久，效果越好，但也越贵。

编程方面，在真实代码库的长任务评测 DeepSWE 上，Sol 得分 68.8%，和 Claude Fable 5 的 69.9% 只差 1.1 个百分点，每任务成本低约 80%。更便宜的 Luna 也有 66.6%，与中等强度的 Opus 5、Fable 5 相当，成本低 93% 到 96%。在让 AI 操作电脑完成任务的 OSWorld 2.0 上，Sol 和 Opus 5 分数几乎打平，成本同样低约 80%。

对开发者来说，这意味着跑长时间的编程 AI 智能体会便宜很多。OpenAI 透露，内部研究员每天的 token 消耗按 API 价格算，中位数超过 600 美元。模型越能干，这笔账就越重要。

另一个实用改进是提示缓存。简单说，你反复发送的相同内容，比如系统提示、整个代码库，第二次读取时可以打一折，也就是缓存输入享受 90% 折扣。现在中途调整推理强度或开关工具都不会让缓存失效，开发者还能自己指定缓存的断点。GitHub 表示，这些改进让 Copilot 需要重新处理的 token 减少了一半以上，响应也更快。

使用体验上，Sol 和 Luna 继承了 Astra 的回答风格：更直接，术语更少，废话更少，回答略短。在事实准确性上，OpenAI 称 Sol 的错误比上一代少了约一半。

可用情况：即日起，Plus、Pro、Business、Enterprise 和 Edu 用户可以在 ChatGPT Work 和 Codex 中使用这两款模型。免费用户和 Go 用户可以在桌面端用 Luna。普通 Chat 界面暂未上线，ChatGPT 端会在当天分批推送。API 模型名为 gpt-6-sol 和 gpt-6-luna。