OpenAI GPT‑6 Sol 和 Luna 发布：价格下调 50% 并性能概览

TL;DR

OpenAI 发布了 GPT‑6 Sol 和 GPT‑6 Luna，两款模型的定价均比其 GPT‑5.6 前代产品低 50 %，同时在专业任务表现、事实准确性、编码能力以及计算机使用效率方面均有可衡量的提升。

定价突破

模型	输入价格（每 100 万 token）	输出价格（每 100 万 token）	相对降幅
GPT‑6 Sol	$2（从 $4 下调）	$10（从 $20 下调）	50 %
GPT‑6 Luna	$0.10（从 $0.20 下调）	$0.50（从 $1.20 下调）	50 %

OpenAI 表示，这些降价已直接传递给 API 用户和 ChatGPT 订阅层级。更低的费率旨在使先进 AI 在日常自动化和大规模应用中更具可行性。

专业任务表现

AutomationBench（47 工具工作流基准）：
- GPT‑6 Sol（极高努力）的表现优于 Claude Opus 5（最大努力），但每项任务成本仅为 Opus 5 的 9 %。
- GPT‑6 Luna（高努力）相比其前代模型提升 5.4 pp，成本降低 58 %。
Agents’ Last Exam（复杂工作流评估）：GPT‑6 Sol（最大努力）得分为 56.4 %，在 60 % 低成本下达到与 Claude Opus 5 相同的质量。

这些结果表明，Sol 和 Luna 在商业流程自动化领域主导了成本–智能前沿。

事实准确性提升

OpenAI 内部的事实性测试——基于用户标记错误的真实对话——报告称：

GPT‑6 Sol 的事实性错误数量约为 GPT‑5.6 Sol 的一半，接近 Astra 级别的可靠性。
GPT‑6 Luna 在更高推理努力下运行时，事实性表现与 GPT‑5.6 Sol 相当，但成本仅为 ≈1 %。

评估指出，测试集偏向于易出错的查询，因此在典型使用中的绝对错误率更低。

编码基准测试

FrontierCode（代码变更就绪度）：GPT‑6 Sol 超越 GPT‑5.6 Sol，并以远低于价格匹配 Claude Fable 5.1（极高努力）的表现。
DeepSWE v1.1（软件工程任务）：GPT‑6 Sol（最大努力）得分为 68.8 %，与 Claude Fable 5 最佳得分仅差 1.1 pp，但每任务成本低 ≈80 %。
GPT‑6 Luna（最大努力）得分为 66.6 %，与 Claude Opus 5 相当，且每任务成本低 93 %。

社区评论指出体验不一：部分用户认为 Luna 是“自由发挥”的配对编程助手，而另一些用户报告其编码得分相比 5.6 版本有所下降。

计算机使用效率

OSWorld 2.0 离线（长周期计算机使用工作流）：GPT‑6 Sol（极高）以 ≈80 % 的成本降低，达到与 Claude Opus 5（中等）相当的性能。GPT‑6 Luna（最大）以 十分之一的成本，超越 GPT‑5.6 Sol（中等）。

对齐与沟通风格

OpenAI 声称 Sol 和 Luna 继承了 Astra 的对齐改进，表现出更低的误导性编码声明率。定性示例显示其语气更简洁、无术语化，且奇异性表达更少。

提示缓存增强

新增的 Prompt Caching Dashboard 和诊断工具，让开发者可查看缓存命中率和遗漏机会。
调整 推理努力 或 工具可用性 现在可保留缓存前缀，使缓存输入 token 读取最多可享受 90 % 折扣。
GitHub 报告在数百亿次请求中，新鲜 token 处理量 >50 % 降低，显著加快 Copilot 响应速度。

可用性

ChatGPT Work 和 Codex：Sol 和 Luna 已对 Plus、Pro、Business、Enterprise 和 Edu 用户上线。
免费/Go 用户可通过桌面应用访问 Luna。
API 标识符：gpt-6-sol 和 gpt-6-luna。
ChatGPT 中逐步上线；模型可能在当天稍晚出现。

社区观点（精选 HN 评论）

定价影响 – 许多评论者（如 @simonw、@Cu3PO42）强调 Luna 的“离谱” $0.10/M‑输入价格是颠覆性的。
模型选择 – 用户争论何时应优先选择 Sol、Luna 或 Astra；有人指出更高推理层级可弥补基础模型尺寸较小的问题。
性能波动 – 多位用户报告 Luna 的编码得分略低于 5.6 版，而 Sol 在极高努力下表现强劲，但因推理步骤增加而可能更慢。
缓存工具 – 开发者如 @apitman 在修复损坏代理后，称赞新缓存仪表板。
竞争格局 – 评论者将 OpenAI 的价格战与 Anthropic 的 Opus 5.5 对比，强调 OpenAI 透明的基准表格。

总结

OpenAI 的 GPT‑6 Sol 和 Luna 通过 价格减半且保留大部分 Astra 智能，扩展了 GPT‑6 系列。基准测试显示其在自动化、事实性、编码和计算机使用任务中均具备更优的成本效率，而新的缓存工具进一步降低了运营成本。此次发布使 OpenAI 在与 Anthropic 及其他前沿模型的竞争中占据有利地位，尤其适用于高吞吐量的开发工作流。