OpenAI 推出 GPT-6 Sol 和 Luna

TL;DR

OpenAI 发布了 GPT‑6 Sol 和 GPT‑6 Luna，这是 GPT‑6 Astra 的成本效益更高的继任者，相比 GPT‑5.6 的 API 价格减半，并在专业任务、事实准确性、编程和计算机使用工作负载方面保持高性能。

GPT‑6 系列扩展概览

OpenAI 推出了 GPT‑6 Sol 和 GPT‑6 Luna，以补充旗舰模型 GPT‑6 Astra。这三个模型采用相同的训练方法，但 Sol 和 Luna 经过优化，可实现更低延迟和更低推理成本。缓存和推理基础设施的改进使价格相比 GPT‑5.6 促销价降低了 50 %，让先进 AI 更易于用于日常应用。

API 定价下调

模型	输入价格（每 M 标记）	输出价格（每 M 标记）	相对降幅
GPT‑6 Sol	$4 → $2	$20 → $10	50 % 更便宜
GPT‑6 Luna	$0.20 → $0.10	$1.20 → $0.50	50 % 更便宜

价格按每 1 百万标记计算。GPT‑6 Astra 仍为需要最佳结果的用户首选顶级模型。

专业工作性能

关键结果

GPT‑6 Sol 在 AutomationBench 基准测试中表现优于 Claude Opus 5，但每任务成本仅为 Opus 5 的 9 %；GPT‑6 Luna 在成本降低 58 % 的情况下，相比其前代模型提升了 5.4 个百分点。

详细对比

• AutomationBench 1.0.6 评估 AI 代理在 47 个工具上的端到端工作流表现。GPT‑6 Sol（xhigh effort）得分为 33.2 %，每任务成本为 $0.27，在得分和成本上均优于 GPT‑6 Astra（low effort）和 Claude Opus 5（max effort）。
• 在 Agents’ Last Exam 上，GPT‑6 Sol（max effort）得分为 56.4 %，超越 Claude Opus 5，同时每任务成本降低 60 %。

事实准确性提升

在 OpenAI 内部的事实准确性基准测试中，GPT‑6 Sol 的事实性错误数量约为 GPT‑5.6 Sol 的一半，接近 Astra 的可靠性，但成本仅为一小部分。GPT‑6 Luna 也表现出显著进步，在高努力级别运行时，其事实性与 GPT‑5.6 Sol 相当，但成本仅为约百分之一。

编程能力与成本效率

关键结果

在 FrontierCode 和 DeepSWE v1.1 基准测试中，GPT‑6 Sol 提供的编程质量与顶级竞争对手模型相当，同时每任务成本最高可降低 80 %。

基准详情

• FrontierCode：GPT‑6 Sol 超越 GPT‑5.6 Sol，并以更低成本达到与 Claude Fable 5.1（xhigh effort）相当的水平。
• DeepSWE v1.1：GPT‑6 Sol（max effort）得分为 68.8 %，与 Claude Fable 5 的最佳得分仅相差 1.1 个百分点，但每任务成本降低约 80 %。GPT‑6 Luna（max effort）得分为 66.6 %，与 Claude Opus 5 和 Claude Fable 5 在中等努力水平下的表现相当，但每任务成本降低 93 %–96 %。

计算机使用性能

GPT‑6 Sol（xhigh effort）在 OSWorld 2.0 离线测试中得分为 60.5 %，与 Claude Opus 5（medium effort）相当，但成本降低约 80 %。GPT‑6 Luna（max effort）超越 GPT‑5.6 Sol（medium effort），同时仅使用其十分之一的成本。

增强的协作风格

Sol 和 Luna 均继承了 Astra 的优化沟通风格：解释更清晰，术语更少，无关细节更少，答案略短但不牺牲内容。示例对比显示，Sol 提供的回应比其 GPT‑5.6 前代模型更审慎、更精确。

代理的提示缓存进展

OpenAI 引入了更高的默认缓存命中率，并对缓存输入标记读取提供 90 % 折扣。新增开发者工具包括：

• 提示缓存仪表板，用于可视化缓存使用情况。
• 诊断工具，用于识别未利用的缓存机会。
• 对 推理努力 和 工具可用性 的控制，可保留缓存上下文。
• 显式断点，用于定义缓存提示前缀。 GitHub 报告称，这些更改使数十亿请求中新鲜提示标记处理的比例降低了超过 50 %，显著加快了 Copilot 的响应速度。

对齐进展

Sol 和 Luna 建立在 Astra 的对齐改进之上。内部评估显示，与 GPT‑5.6 模型相比，其在编程任务中误导性声明的发生率更低。报告的指标针对刻意具有挑战性的场景，不代表典型使用中的故障率。完整结果请参见 GPT‑6 Astra 系统卡片。

可用性

• ChatGPT Work 和 Codex：GPT‑6 Sol 和 GPT‑6 Luna 已对 Plus、Pro、Business、Enterprise 和 Edu 套餐开放。
• 免费用户和 Go 用户：可通过桌面应用访问 GPT‑6 Luna。
• API：可通过 gpt-6-sol 和 gpt-6-luna 调用。
• ChatGPT：将全天逐步推出；若模型尚未显示，用户可能需要重试。

所有评估均在 OpenAI 的研究环境或通过 API 执行；生产版 ChatGPT 可能因系统提示和工具差异而有所不同。竞争对手得分来自公开报告。