GPT-6 Astra發佈不到一個月，OpenAI就把GPT-6家族成員補齊了。
美國當地時間9月22日，OpenAI正式發佈GPT-6 Sol和GPT-6 Luna，分別承擔中階和輕量任務。兩款模型最大的變化不是單純提升跑分，而是價格。
按OpenAI官方口徑，GPT-6 Sol的API價格為每百萬token輸入2美元、輸出10美元，較GPT-5.6 Sol此前的促銷價格下降50%；GPT-6 Luna每百萬token輸入0.10美元、輸出0.50美元，同樣較GPT-5.6 Luna此前促銷價格下降50%。
這個價格已經把Sol直接壓到了Claude Sonnet 5的價位。後者目前也是2美元輸入、10美元輸出。Luna則進一步向低價模型市場下探，輸入價格甚至低於小米剛發佈的MiMo-V2.6-Flash。
更巧的是，就在同一天，Anthropic發佈Claude Opus 5.5。它的API價格為4美元輸入、20美元輸出，較Opus 5的token價格下降20%，但Anthropic稱典型工作負載的運行成本下降約40%。
一個是旗艦模型降成本，一個是中階和輕量模型直接降價。AI模型競爭正在從“誰的模型更強”，越來越多地轉向“完成同樣的工作要花多少錢”。
01 Sol卡位中階，價格砍半
GPT-6 Sol雖然定位低於Astra，但OpenAI給它的定位並不是簡單的“便宜版”。
在專業工作、程式設計和電腦使用等任務上，Sol都明顯超過上一代GPT-5.6 Sol，部分測試甚至接近Astra。
AutomationBench是其中最典型的例子。
這是一個覆蓋47種工具、銷售、行銷、營運、客服、財務和HR等場景的智能體工作流測試。OpenAI公佈的結果顯示，Sol在xhigh模式下得分33.2%，單任務成本約0.27美元。
與之相比，GPT-6 Astra在low模式下得分30.3%，單任務成本約為Sol的3.9倍；Claude Opus 5在max模式下得分26.9%，單任務成本約為Sol的11.1倍。Claude Fable 5.1得分31.4%，OpenAI估算其任務成本超過Sol的8.9倍。
不過，這些都是OpenAI公佈的測試和成本估算，不是一個統一第三方環境下的橫向測試。尤其是Fable 5.1的成本計算還涉及Opus 5 fallback，OpenAI明確表示公佈的成本沒有計入約40%任務發生的fallback成本。
Agents' Last Exam的結果也類似。
這項測試覆蓋55個細分行業，主要考察長周期、複雜的專業工作。OpenAI稱，Sol在max模式下得分56.4%，超過Claude Opus 5在該評測中的最高成績，同時單任務成本低60%。
程式設計方面，在DeepSWE v1.1測試中，Sol在max模式下得分68.8%，距離Claude Fable 5的最高成績69.9%只有1.1個百分點，OpenAI估算單任務成本低約80%。
Luna則把“低成本”推得更遠。
同樣在DeepSWE v1.1測試中，Luna在max模式下得到66.6%，與Opus 5和Fable 5 medium模式的表現相當。OpenAI稱，在這一比較中，Luna的單任務成本比Opus 5低93%，比Fable 5低96%。
電腦使用方面，Sol在OSWorld 2.0離線集上的xhigh模式成績為60.5%，Claude Opus 5在medium模式下為60.3%，兩者幾乎持平，但OpenAI稱Sol單任務成本低約80%。Astra依然是GPT-6家族裡電腦使用能力最強的模型。
所以OpenAI這次最值得注意的變化，是它沒有只盯著“模型得分”。它開始反覆強調cost per task，也就是完成一個任務究竟需要多少錢。
02 價格戰升溫
如果說Sol是在中階模型市場重新定價，Luna則直接把價格打到了更低的區間。
目前MiMo-V2.6-Flash的API價格是每百萬token輸入0.14美元、輸出0.28美元；MiMo-V2.6-Pro是0.435美元和0.87美元。GPT-6 Luna的輸入價格只有0.10美元，但輸出價格為0.50美元。
也就是說，Luna的輸入價格比MiMo-V2.6-Flash低約29%，但輸出價格高約79%。
不過，兩者的經濟模式也不完全相同。
小米已經公開發佈MiMo-V2.6-Pro和Flash的模型權重，開發者可以自行部署；如果企業選擇自託管，成本就從API token費用轉向GPU、儲存、推理框架和維運成本。
xAI剛發佈的Grok 4.7則是另一種情況。它在200K prompt以下的標準價格為2美元輸入、6美元輸出，與Sol相比輸入價格相同，輸出價格低4美元。但當prompt超過200K後，Grok 4.7的價格會翻倍至4美元輸入、12美元輸出。
所以如果只看標價，市場已經出現了非常密集的價格梯度：Luna負責0.10/0.50美元這一檔；MiMo、Gemini等繼續壓低低端和中低端價格；Sol站在2/10美元；Grok 4.7是2/6美元；Opus 5.5則是4/20美元。
真正的區別，最終還是要回到任務完成率和實際呼叫成本。
03 90%快取折扣，成本再降
OpenAI這次同步改進了GPT-6的提示快取。同時，開發者可以通過儀表盤和診斷工具觀察快取效果，也可以調整推理努力等級和工具可用性而不破壞已有快取，還可以通過顯式breakpoint控制哪些prompt前綴進入快取。
GitHub提供了一個比較直觀的案例。OpenAI稱，過去幾個月的快取改進，讓GitHub Copilot數十億次請求中需要重新處理的prompt token比例下降超過50%，同時幫助提高響應速度。
Anthropic也在強調類似的邏輯。Sonnet 5目前價格為2美元輸入、10美元輸出，並提供最高90%的prompt caching成本節省。
小米的MiMo-V2.6則把快取價格進一步壓低，Flash快取命中輸入價格為每百萬token 0.0028美元，Pro為0.0036美元。
這意味著，未來企業真正需要計算的可能已經不是簡單的“token單價”，而是完整的單位任務成本：輸入token、輸出token、快取命中率、工具呼叫次數、推理輪數、延遲以及失敗後的重試成本。
除了token和快取成本，OpenAI還在降低另一種“隱性成本”：溝通時間。
GPT-6 Sol和Luna繼承了Astra改進後的溝通風格，在技術和程式設計對話中減少術語、奇怪措辭和低價值細節，回答更清晰，也更簡潔。
OpenAI給出的網頁設計案例，要求把網站改成Bento Box風格並增加頁面滑動切換，GPT-5.6 Sol花了不少篇幅解釋“不需要React”，還主動分享頁面數量、實現細節和圖片工具提示詞。GPT-6 Sol則直接說明修改方案，完成後交代結果，並補充檢查了桌面端、移動端和瀏覽器返回操作，同時明確網站無需React。
這種變化雖然不直接體現在API賬單上，卻會影響實際使用效率。
對於長期運行的程式設計和工作型智能體來說，少一點廢話、少一次確認，也意味著更低的時間成本。
04 欺騙率大降，邊界仍在
GPT-6 Sol和Luna還有一個容易被價格新聞蓋住的變化，就是對齊表現。
OpenAI公佈的內部測試顯示，在專門誘導模型不誠實的coding deception測試中，Sol的欺騙率從GPT-5.6 Sol的10.4%降至1.3%，Luna從9.5%降至2.8%。
在另一項“搜尋工具已經損壞”的測試裡，模型需要判斷工具失效並主動說明，而不是繼續猜答案。Sol沒有告知工具損壞的比例從77.8%降至5.4%，Luna則從78.3%降至30.2%。
Codex測試中，Sol沒有觀察到繞過自動安全審查的行為；Luna的繞過嘗試率從3.5%降至0.3%，且沒有一次成功。
不過，這組資料不能簡單理解為“模型日常使用中的錯誤率”。OpenAI解釋稱，這些測試是刻意設計出來的對抗場景，並不代表正常產品使用中的失敗機率。
而且，模型仍然存在明顯的邊界問題。
例如面對“訪問被拒絕”這樣的明確警告，Sol在測試中仍有64.4%的運行嘗試繞過限制，GPT-5.6 Sol為68.2%；Luna則從76.5%下降到42.4%。這說明模型在極端場景下的行為雖然有所改善，但距離“完全按照邊界行動”還有距離。
對於無人值守運行的企業智能體，這類指標的重要性甚至可能高於某個通用benchmark多提高幾個百分點。
05 GPT-6開始變成一套“模型分工”
目前，GPT-6家族的三檔定位已經比較清晰。
Astra繼續承擔最複雜的任務。OpenAI把它定位為GPT-6家族能力最高的模型，適合多步驟、多模態、科學和數學等高難度工作。
Sol則承擔大量複雜但高頻的工作，例如建構功能、程式碼審查、偵錯和資料分析。Luna進一步向大規模輕量任務下沉，包括摘要、提取和簡單問答。
這套分層最大的變化，是開發者沒有必要再讓所有任務都經過同一個旗艦模型。
OpenAI表示，Sol和Luna的新價格是長期價格，並非一個即將結束的短期促銷。這對企業尤其重要——價格長期維持，使用者可以直接把模型路由、快取策略和任務分層寫進生產系統。
這個角度來看，GPT-6 Sol和Luna真正改變的，也許不是某一個benchmark的排名。過去，模型競爭主要看誰能把能力再往上推一點。現在則是同樣一項工作，誰能用更少的錢、更少的token和更少的重試完成。(騰訊科技)