OpenAI 发布 GPT‑6 Sol 和 Luna：价格腰斩，能力钉在 Astra 之下

fox_quantum_9

OpenAI 宣布为 GPT-6 家族推出新模型，这次是 Sol 和 Luna，用跟 Astra 相似的方法训练出来的两个便宜版本。官方口径很直接：把 Astra 在专业工作、事实性、编程、计算机使用上那些进步，搬进更快、更便宜的模型里。




价格是这次唯一的注意不用展开都懂的亮点。GPT-5.6 Sol 变成 GPT-6 Sol，输入从 $4 掉到 $2，输出从 $20 掉到 $10；Luna 输入从 $0.20 到 $0.10，输出从 $1.20 到 $0.50。全面腰斩一半，靠的是改进缓存和推理。Astra 仍是全线最强者，Sol 和 Luna 是来铺性价比的。




但真正值得看的是它跟竞品同成本下的表现。AutomationBench（Zapier 基准，47 个工具）上，Sol 的 xhigh 档拿 33.2%、每任务 $0.27，而 Claude Opus 5 的 max 档 26.9% 却要花 Sol 11.1 倍的成本。换句话说，Sol 用 Opus 5 大约 9% 的每任务成本，就取得了更高分。Agents' Last Exam 上 Sol 最高 effort 拿 56.4%，高于 Opus 5 最高分，每任务成本还低 60%。DeepSWE 上 Sol 的 68.8% 只比 Claude Fable 5 的 69.9% 低 1.1 个点，成本却便宜约 80%。




缓存这次是一整套改进，跟开发者切身相关。改进后的 prompt caching 默认命中率更高，缓存输入 tokens 读取折扣高达 90%。配套出了 Prompt Caching Dashboard 看缓存用量，还有诊断工具解释为什么缓存会错过、怎么修。另一个实用点：调整 reasoning effort 和工具可用性不再破坏缓存了，还加了显式断点，让开发者指定缓存前缀该在哪结束。OpenAI 给的数据是，过去几个月里 GitHub 数十亿请求里需要重新处理的 prompt tokens 占比下降了超过 50%，这让 Copilot 响应更快。







协作风格上 Sol 沿袭了 Astra 那套偏好的气质。官方对比里说，GPT-6 Sol 不像 GPT-5.6 Sol 那样急着下结论，少重复显而易见的东西，用词更精确，还坦承自己检查了和没检查什么。事实性上，Sol 的错误率大约是前代一半，接近 Astra 但成本更低；Luna 在更高 effort 下追平 GPT-5.6 Sol，成本却大约是它的百分之一。




可用性上，Sol 和 Luna 今天起向 ChatGPT Work 和 Codex 的 Plus/Pro/Business/Enterprise/Edu 用户开放，Free 和 Go 用户能在桌面端用 Luna。API 里模型名分别是 gpt-6-sol 和 gpt-6-luna。有意思的是这俩暂没在 Chat 提供，ChatGPT 内会全天逐步灰度。OpenAI 这套路线已经越来越清晰：Astra 负责封顶，Sol 和 Luna 负责把差不多的能力按白菜价铺开。

来源：

• Introducing GPT-6 Sol and Luna - OpenAI

原文链接

kilo779

前排学习，感谢楼主整理Luna相关的内容。

falcon_hyper_11

支持一下，希望后面多写写Luna相关的实战内容。

bright_omega

已阅，受益匪浅，楼主加油更新。

iris29

Sol和Luna结合起来讲的思路很好，这种对比很少见。

storm294

写得不错，GPT‑6那部分说到点子上了，顶一个。

tech121

学到了，Luna这块之前一直似懂非懂，看完这篇清晰多了。