Sam Altman 称 GPT-6 Sol 和 Luna 按任务定价在市场上没有对手

Sam Altman 表示，以按任务定价衡量，GPT-6 Sol 和 Luna 在市场上没有可竞争的对手。

引用内容称，两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上有大幅提升，价格每 token 减半，按任务算更低。

他说，希望人们能用大量 AI，这对探索眼前的新复兴很重要。

Sam Altman 称，按任务定价衡量，GPT-6 Sol 和 Luna 在市场上没有可竞争的对手；两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上大幅提升，每 token 价格减半，按任务成本更低。他希望人们大量使用 AI，以探索眼前的新复兴。

• Sam Altman 称，按任务定价衡量，GPT-6 Sol 和 Luna 在市场上没有可竞争的对手；两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上大幅提升，每 token 价格减半，按任务成本更低。他希望人们大量使用 AI，以探索眼前的新复兴。
• 原贴提到：Sam Altman 表示，以按任务定价衡量，GPT-6 Sol 和 Luna 在市场上没有可竞争的对手。引用内容称两款模型相比 5.6 系列在
• 来源：x.com

这是什么信号：Sam Altman 亲自把 GPT-6 Sol 和 Luna 的按任务定价放到竞争叙事中心，并称以按任务定价衡量，市场上没有可竞争的对手。这意味着，模型竞争的一个比较单位可能从“每 token 多少钱”转向“完成一个任务要多少钱”。

为什么重要：如果按任务定价成立，企业采购 AI 的决策会从单价表转向任务完成成本。原文还称，两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上有大幅提升，且每 token 价格减半、按任务算更低。能力提升叠加成本下降，会影响 Agent、自动化工作流和复杂编码场景的 ROI 计算。

对谁有价值：AI 产品经理、企业采购、开发者、创业者和投资人都会受益于这个视角。尤其是做 Agent、自动化流程、编码助手和 SaaS 的团队，需要重新评估模型选型和定价方式。

可以怎么行动：先建立任务级评测，记录完成率、token 消耗、人工干预和失败成本，而不是只看每 token 单价；在采购或试点中要求按任务成本口径比较；梳理高价值任务，做小范围验证，再决定是否扩大使用。

风险或限制：这是厂商方说法，缺少第三方基准和具体任务定义。按任务定价可能受任务粒度、重试次数、上下文长度和可用性影响；每 token 减半也不必然等于总成本减半。还要关注限流、合规、数据安全和实际交付稳定性。

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 x.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《Sam Altman 称 GPT-6 Sol 和 Luna 按任务定价在市场上没有对手》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。

• @sama 原帖