Artificial Analysis 评测 GPT-6 Sol 和 Luna：成本减半但各评测有升有降

Artificial Analysis 评测 GPT-6 Sol 和 Luna，价格约为 GPT-5.6 同名型号的一半，Sol 定价 $2/$10 每百万输入/输出 token，Luna 为 $0.10/$0.50。

Artificial Analysis 评测 GPT-6 Sol 和 Luna，价格约为 GPT-5.6 同名型号的一半；Sol 定价 $2/$10 每百万输入/输出 token，Luna 为 $0.10/$0.50，各评测有升有降。

• Artificial Analysis 评测 GPT-6 Sol 和 Luna，价格约为 GPT-5.6 同名型号的一半；Sol 定价 $2/$10 每百万输入/输出 token，Luna 为 $0.10/$0.50，各评测有升有降。
• 原贴提到：Artificial Analysis 评测 GPT-6 Sol 和 Luna，价格约为 GPT-5.6 同名型号的一半，Sol 定价 $2/$
• 来源：artificialanalysis.ai

这条信号的核心是：Artificial Analysis 对 GPT-6 Sol 和 Luna 做了评测，并给出价格：约为 GPT-5.6 同名型号的一半。Sol 为 $2/$10 每百万输入/输出 token，Luna 为 $0.10/$0.50。同时，各评测结果有升有降。

为什么重要：模型选型正在从“谁最强”转向“单位成本下谁更合适”。当价格减半、表现却有升有降时，意味着新模型不是简单替代旧型号，而可能在部分任务上更划算、部分任务上回退。对成本敏感的 API 调用方，这会直接改变预算和路由策略。

对谁有价值：依赖大模型 API 的开发者、AI 产品团队、做批量文本处理或高频调用场景的团队，以及需要做模型选型和成本核算的技术负责人。Luna 的低价适合先做低风险任务验证；Sol 的价格高于 Luna，但仍低于 GPT-5.6 同名型号，适合需要更强能力的场景。

可以怎么行动：第一，查看 Artificial Analysis 的细分评测项，确认“升”和“降”分别出现在哪些能力上；第二，用自己的业务样本做 A/B 测试，而不是只看公开总分；第三，按任务分层，把低风险、高并发请求先迁移到 Luna，关键任务保留 Sol 或原型号；第四，更新成本模型，把输入、输出、重试和上下文长度一起算。

风险或限制：当前信息只给出价格和“有升有降”的结论，没有给出具体评测维度、任务类型、上下文窗口、速率限制、可用区域或稳定性。因此不能把“价格减半”直接等同于总成本减半，也不能假定所有任务都更好。若缺少细分数据，迁移前应保留回退方案。

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 artificialanalysis.ai 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《Artificial Analysis 评测 GPT-6 Sol 和 Luna：成本减半但各评测有升有降》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。

• Artificial Analysis 完整文章（网页） 原帖