GPT-6 Sol、Luna深夜上線，API價格直接砍半！
Astra改進的訓練方法這兩款也都用上了，所以也繼承了Astra在電腦使用等方面的提升。
那還有啥好說的，等於5.6系列直接被斬殺了唄。
現在系列裡Astra負責當以前的Sol，Sol負責當以前的Terra，Luna還是以前的Luna。
Terra生態位直接被擠沒了。
與5.6系列相比，6系列的API定價直接砍50%，其中Luna的輸出砍得比50%還多一點。
而且Luna的輸入價格比DeepSeek-V4.1 Flash的梁文谷價格（$0.15）還便宜一點了，就是不知道快取命中率有沒有的比。
為何升級還便宜了？
OpenAI稱這得益於快取和推理環節的效率提升，省下來的成本直接讓利給使用者和開發者。
這不得尊奧特曼一聲奧特之王（限時24小時）。
用一成價格，盯著Fable打
整個發佈公告看下來，我先學會一招，用GPT-6 Sol最好別開Max。
效果提升有限，價格提升很大，就不如直接開Astra了，還有個別榜單跑分Max比xHigh掉分。
什麼你不知道怎麼在Codex裡開Max？
在設定裡可以選，默認是沒打開的，這下知道為什麼沒打開了。
按照AutomationBench這個榜，GPT-6 Sol的high和xhigh兩個檔位已經摸到了Astra的light和medium的水平。
AutomationBench測的是AI在銷售、行銷、營運、客服、財務和人力資源六大領域47個工具上執行端到端業務流程的能力。
作為對比，Claude Opus 5在max effort下得分和GPT-6 Sol的medium差不多，但單任務成本是Sol的11.1倍。
Claude Fable 5.1，成本是Sol的8.9倍以上，而且這還沒算上約40%任務觸發Opus 5回退產生的額外開銷。
為測試GPT-6 Sol的電腦使用能力，我讓它在圖表中把隔壁新發的Opus5.5成績也畫上去。
這下可以直觀看出，Opus5.5的Max檔達到了GPT-6 Astra水平，價格也達到了Astra水平。
換Agents' Last Exam，這次考長周期任務，覆蓋55個子行業。
GPT-6 Sol在max effort下得分56.4%，超過Claude Opus 5在該測試中的最高分，成本還低了60%。
程式設計是這次重點展示的方向。
OpenAI透露了一組內部資料：公司內部的Coding Agent使用量呈指數級增長，按API價格折算，中位數研究員每天的token消耗已超過600美元，90分位的研究員超過7000美元。
隨著程式設計agent承擔的任務越來越長、越來越複雜，持續使用的成本變得更加關鍵，這正是Sol和Luna要解決的問題。
在DeepSWE v1.1（測試AI在真實程式碼庫中解決複雜軟體工程任務）上，GPT-6 Sol其實並沒有比5.6 Sol更好，但確實便宜不少。
GPT-6 Luna在max effort下得分66.6%，與Claude Opus 5和Fable 5在medium effort下水平相當，成本分別低了93%和96%。
在Cognition推出的FrontierCode（評估AI編寫的程式碼是否達到可合併進真實程式碼庫的標準）上，GPT-6 Sol相比GPT-5.6 Sol同樣有明顯提升，能以更低成本匹配Claude Fable 5.1 xhigh的表現。
這個榜隔壁Claude的檔位又亂了起來。
電腦操作，這塊還是Astra比較權威。
GPT-6 Sol也僅僅是比5.6 Sol便宜了，high檔位以上水平其實沒超過5.6多少。
GPT-6 Luna在max effort下超過了GPT-5.6 Sol在medium effort下的表現，成本僅為後者的十分之一。
事實精準性方面，OpenAI用一組從真實ChatGPT對話中提取的、使用者曾標記過事實錯誤的案例進行了測試。
結果是GPT-6 Sol的錯誤率大約是上一代的一半，接近Astra的水平。GPT-6 Luna在較高effort下能匹配GPT-5.6 Sol的精準度，而成本只有百分之一。
快取命中率提升，重設馬上來
模型能力之外，OpenAI對GPT-6的基礎設施也做了幾項改進。
首先是提示詞快取。
改進後的快取機制默認提供更高的命中率，快取命中的輸入token可享受90%的價格折扣。
OpenAI還上線了快取監控面板和診斷工具，開發者可以查看快取使用情況、定位未命中的原因並針對性最佳化。
還有這樣一個實用的改動：調整推理effort等級或開關工具時，不再會打斷之前的快取上下文。
GitHub已經在用這套方案。據OpenAI披露，過去幾個月裡這些最佳化讓GitHub Copilot需要重新處理的提示token比例下降了超過50%，涉及數十億次請求。
終於能在任務的不同任務靈活切換組態了。
之前看已經有人做出來，搭配Jev可以在任務中途毫秒級切換。
然後是對話風格。
OpenAI把Astra上改進過的溝通方式帶到了Sol和Luna上，在技術和程式設計對話中感知會尤為明顯，表現為更清晰、更少術語、更少無效細節、回覆整體更簡短但不丟失關鍵資訊。
OpenAI在部落格中展示了同一個網頁開發任務下GPT-5.6 Sol和GPT-6 Sol的對比回覆。
5.6會主動複述使用者已知的資訊並使用含糊措辭，6則更直接，會說明自己檢查了什麼、沒檢查什麼。
對齊方面，Sol和Luna在測試中優於GPT-5.6同級模型，包括在程式設計任務中做出誤導性聲明的比率更低。OpenAI強調，這些對齊測試專門挑選了容易誘發不誠實行為的場景，正常使用中出現此類問題的機率遠低於測試資料。
最後，關於額度重設。
總之是周二，具體時間未定，醒來的朋友們可以開蹬了。
(量子位)