OpenAI 发布 GPT-6 Sol 与 Luna：API 价格砍半，主打工作与编程

搞 AI 智能体开发的人，最近最怕看的恐怕就是账单。

OpenAI 自己公布过一个夸张的数据：在他们内部，研究员天天拿 AI 写代码，中位数研究员每天烧掉的 token 价值超过 600 美元，前 10% 的骨干一天更是能吃掉 7000 美元。旗舰模型虽然聪明，但真按企业级规模全天候跑起来，普通团队根本吃不消。

OpenAI 带来了解决这个痛点的方案，正式推出 GPT-6 家族的新成员：GPT-6 Sol 与 GPT-6 Luna。

砍掉一半价格，还把幻觉砍了一半

月初发布的旗舰 GPT-6 Astra 性能登顶，但成本太高。这次的 Sol 和 Luna 走的是高性价比路线，直接把 API 价格在 GPT-5.6 的基础上下调了 50%。

具体来说，主打复杂工作的 Sol 降到了每百万输入 token 2 美元、输出 10 美元；专门跑大批量轻量任务的 Luna 更狠，百万输入只要 0.10 美元，输出 0.50 美元。

除了降价，OpenAI 还重做了 Prompt 缓存。命中缓存的输入 token 可以打一折，也就是省掉 90% 的费用。GitHub 表示，在 Copilot 每天数十亿次请求里，这一套优化让重新处理的 prompt 减少了一半以上。

更实在的提升在准确率上。很多人最烦 AI 满嘴跑火车，在 OpenAI 的内部事实性评测里，Sol 的犯错率直接比前代减半，逼近旗舰 Astra 的水准。而 Luna 在加大推理力度后，也能以相当于 GPT-5.6 Sol 百分之一的成本，达到差不多的准确度。

专门盯着 Anthropic 打

有意思的是，就在 OpenAI 这次发文前 90 分钟，老对手 Anthropic 刚紧急放出了 Opus 5.5，火药味直接拉满。

从 OpenAI 披露的测试来看，这次几乎处处在针对 Anthropic。在跨软件业务流的 AutomationBench 上，开到极高思考档位的 Sol，不仅跑赢了顶配的 Claude Opus 5，每次任务的成本还只要后者的 9%。

在代码评测 DeepSWE v1.1 里，满血 Sol 拿到了 68.8% 的得分，跟 Claude Fable 5 最高的 69.9% 咬得极紧，但成本省了大概 80%。

轻量级的 Luna 也没闲着，其满血得分 66.6%，追平了中档的 Opus 5 和 Fable 5，单次任务的花费却比它们便宜了 93% 到 96%。

目前，这两款模型已经在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business 等付费用户开放，亚马逊云科技也同步在 Amazon Bedrock 上线。免费和 Go 用户则可以在桌面端体验小巧的 Luna。

为什么重要

我们认为，OpenAI 这次出招非常聪明，它没再拿难以落地的极端跑分做噱头，而是精准打中了所有开发者的痛点：钱包。

对于每天跟代码和自动化流程打交道的团队来说，Sol 和 Luna 的意义在于把「高精度模型」从奢侈品变成了日用品。原来写一个 agentic 流程，每跑一次循环都在肉疼，现在你可以给它更多的重试机会和反思轮次，整体成功率反而会因为更充裕的容错空间而提高。

在竞争层面，这基本是在逼 Anthropic 打残酷的价格战。当次级模型能用一折甚至更低的花费，追平甚至赶超对手的顶配模型时，企业客户在采购选型上的天平必然会倾斜。

不过也得看到，OpenAI 自己的顶配 Astra 依旧牢牢把持着最复杂的逻辑上限。Sol 虽然跑分逼近，但在极端边缘情况下的深层思考，跟真正的超大模型依然存在差距。如果你是在做严肃的法律、医疗决策，或者底层的架构设计，依然省不下 Astra 的钱；但如果你的任务是日常改 bug、提炼百万字文档或批量跑数据，现在的 Sol 和 Luna 绝对值得立刻接入测试。