OpenAI 的 GPT-6 Sol 与 Luna 降价一半，性能却几乎没有提升

借助 GPT-6 Sol 和 Luna，OpenAI 为其产品线新增了两款更便宜的模型，它们以一半的 token 价格达到前代模型的性能，并旨在与 Anthropic 一些更昂贵的模型竞争。最大的变化是相比 GPT-5.6 Sol 和 Luna 降价 50%。GPT-6 Sol 现在每百万输入 token 收费 2 美元，每百万输出 token 收费 10 美元，而 Luna 的输入价为 0.10 美元，输出价为 0.50 美元。OpenAI 将更低的价格归因于缓存和推理方面的改进，并表示把节省下来的成本直接让利给用户。这使其定价进入与更便宜的开权重模型相同的区间。此前产品线中最便宜的模型 Terra 已不再提供。

据 OpenAI 称，Sol 面向重复性的复杂任务，例如构建新功能、审查代码、调试和分析数据。Luna 意在低成本处理大量定义明确的任务，比如总结文档、提取信息和回答简短问题。

除了降低 token 价格，OpenAI 表示它改进了 GPT-6 的提示缓存，对缓存输入 token 提供 90% 的折扣。新的提示缓存仪表盘和诊断工具旨在帮助开发者优化缓存使用，开发者现在可以在不使缓存失效的情况下更改推理强度和工具可用性。发布时，两款模型在 ChatGPT Work 和 Codex 中面向 Plus、Pro、Business、Enterprise 和 Edu 订阅用户提供。免费用户和 Go 用户可通过桌面应用使用 Luna，但两款模型最初都不在普通聊天中提供。API 以 gpt-6-sol 和 gpt-6-luna 提供它们，而 ChatGPT 中的访问正在逐步推出。

OpenAI 主要将新模型定位为与 Anthropic 的 Claude 系列比拼性价比。在测试计算机使用的 OSWorld 2.0 上，OpenAI 称 GPT-6 取得与 Claude Opus 5 相近的结果，成本却低约 80%，不过 Astra 仍在该类别领先。在测试跨 47 种工具的业务工作流的 AutomationBench 上，据称 GPT-6 Sol 在最高推理强度下击败了最高强度下的 Claude Opus 5。OpenAI 称 Sol 的每任务成本仅为 Opus 的 9%。与此同时，Luna 比其前代提升 5.4 个百分点，成本却降低 58%。

在编程方面，OpenAI 提供了两个基准测试的结果。FrontierCode 1.1 测试 AI 智能体产出的代码是否真的能整合进现有代码库，检查测试质量、代码风格和对需求的符合度。GPT-6 Sol 在最高强度下得分 49.3%，每任务 2.14 美元，大致与 Claude Fable 5.1 持平，后者在最高强度下得分 50.3%，但成本高出六倍，为 12.83 美元。Claude Opus 5 在中等强度下以 4.31 美元达到 53.4%，该设置在此测试中产生了它的最佳结果。

在 DeepSWE v1.1 这一针对真实代码库中长时间高难度软件工程任务的基准上，OpenAI 报告 GPT-6 Sol 在最高强度下为 68.8%。这距离 Claude Fable 5 在“xhigh”下的最佳成绩 69.9% 相差 1.1 个百分点以内，而 Fable 在“max”下达到 69.7%，每任务成本 21.63 美元。当然，Sol 在这里并不追求前沿。Claude Opus 5 在最高强度下以每任务 11.84 美元达到 73.7%，而 OpenAI 自家的 GPT-5.6 Sol 以 6.46 美元得分 72.7%。GPT-6 Sol 的重点是以一小部分价格接近这些数字。在“xhigh”下，它以每任务 1.00 美元给出 66.6% 的成绩。Luna 更便宜，在最高强度下仅用 0.22 美元就匹配了该分数。OpenAI 称 Luna 的结果与中等强度下的 Claude Opus 5 和 Claude Fable 5 相当，成本却比 Opus 低 93%，比 Fable 低 96%。DeepSWE 的结果也让 OpenAI 自家模型之间的选择变成一件头疼的事。Luna 在最高强度下匹配“xhigh”下的 Sol，成本却低 78%。把 Sol 调高到最高强度也只能到 68.8%，一个……

OpenAI 推出 GPT-6 Sol 和 Luna 两款模型，相比 GPT-5.6 系列 token 价格直降 50%，性能与前代基本持平，并宣称在多个基准上以远低于 Claude 系列的成本取得接近前沿的表现；同时上线更强的提示缓存折扣，Terra 下架。

• OpenAI 推出 GPT-6 Sol 和 Luna 两款模型，相比 GPT-5.6 系列 token 价格直降 50%，性能与前代基本持平，并宣称在多个基准上以远低于 Claude 系列的成本取得接近前沿的表现；同时上线更强的提示缓存折扣，Terra 下架。
• 原贴提到：With GPT-6 Sol and Luna, OpenAI adds two cheaper models to its lineup th
• 来源：the-decoder.com

这是什么信号：这次发布的关键变量不是能力，而是价格。GPT-6 Sol 和 Luna 的 token 单价相比 GPT-5.6 Sol 和 Luna 直接砍半，Sol 为每百万输入 2 美元、每百万输出 10 美元，Luna 低至每百万输入 0.10 美元、输出 0.50 美元。同时，OpenAI 把提示缓存的输入 token 折扣做到 90%，并新增缓存仪表盘与诊断工具，还允许在不让缓存失效的前提下调整推理强度和工具可用性。Terra 这条最便宜的产品线被直接下架。这些动作合在一起，指向同一个判断：OpenAI 正在用成本而非跑分来定义这一代模型的卖点。

为什么重要：一方面，模型能力在同一代内已进入小幅推进的阶段，Sol 的多数基准成绩与前代接近，甚至在某些维度落后于自家 GPT-5.6 Sol；另一方面，价格和缓存机制是实打实影响单位经济学的杠杆。当闭源厂商把价格压到与便宜的开权重模型同一区间，靠“开源更便宜”来做选型理由的空间就被压缩。更重要的是，OpenAI 这次给出的对标口径是“每任务成本”——Sol 在 AutomationBench 上的每任务成本据称只有 Claude Opus 5 的 9%，在 DeepSWE 上“xhigh”档每任务 1 美元、Luna 最高档仅 0.22 美元。这意味着竞争单位从“百万 token 多少钱”变成了“跑完一件事多少钱”。

对谁有价值：第一类是构建 agent、代码助手、文档流水线、数据抽取管道的工程团队，他们的成本瓶颈正是高频调用与长系统提示；第二类是负责 AI 产品毛利的产品与商业负责人，缓存 90% 折扣会直接改变长提示场景的账；第三类是关注模型成本曲线的投资与战略研究者，因为价格战会重排整个推理供应链的利润分配。

可以怎么行动：一是把选型标准从跑分切换到每任务成本，重点用 FrontierCode 1.1、DeepSWE v1.1 这类贴近真实工作流的基准做内部复测，而不是照搬厂商口径。二是做任务分级路由：把总结文档、信息抽取、短问答这类量大且定义明确的任务交给 Luna，把新功能构建、代码审查、调试、数据分析这类重复但复杂的任务交给 Sol。三是立刻检视自己的提示结构，把稳定的前缀部分固化进缓存，利用新增的缓存仪表盘把命中率做成可观测指标，并利用“改推理强度不失效缓存”的能力做成本调优。四是关注推理档位：文中显示 Sol 从“xhigh”到“max”只提升 2.2 个百分点，而 Luna 最高档就能追平 Sol 的“xhigh”，档位选择的收益可能远大于模型切换。

风险与限制：第一，所有对比数据都来自 OpenAI 自述，基准选择与口径都可能有利于自己，尤其 OSWorld 2.0 上 Astra 仍领先这一点说明并非全面领先。第二，在前沿能力上 Sol 明显没有追平：DeepSWE 上 Claude Opus 5 的 73.7% 和自家 GPT-5.6 Sol 的 72.7% 都高于 Sol 最高档的 68.8%，需要最强能力的任务仍然要付高价或换模型。第三，可用范围受限：发布初期只在 ChatGPT Work 和 Codex 面向 Plus、Pro、Business、Enterprise、Edu 提供，免费与 Go 用户只能通过桌面应用使用 Luna，两款模型都不在普通聊天中提供，API 走 gpt-6-sol 与 gpt-6-luna，ChatGPT 内的开放是逐步推进的。第四，价格与产品线本身不稳定——Terra 被下架就是例子，基于单一低价模型做的成本模型需要预留迁移成本。第五，价格战一旦成为主战场，供应商的毛利压力和后续调价、限流、配额调整的可能性都会上升。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《OpenAI 的 GPT-6 Sol 与 Luna 降价一半，性能却几乎没有提升》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Matthias Bastian 原帖