OpenAI 发布 GPT-6 Sol 与 Luna，API 价格约为上一代一半
OpenAI 9 月 23 日发布 GPT-6 Sol 和 GPT-6 Luna，把 Astra 的训练方法带到更快、更便宜的档位：Sol 每百万 token 输入 2 美元、输出 10 美元，Luna 为 0.1 美元和 0.5 美元。
OpenAI 9 月 23 日发布 GPT-6 Sol 和 GPT-6 Luna。按 OpenAI 的说法，两款模型沿用了与 GPT-6 Astra 相近的训练方法，面向需要速度和成本的主流任务；Astra 仍是能力最强、价格最高的一档。
事实部分
- 价格：据爱范儿整理，GPT-6 Sol 从 GPT-5.6 Sol 促销期的每百万 token 4 美元 / 20 美元降到 2 美元 / 10 美元；GPT-6 Luna 从 0.2 美元 / 1.2 美元降到 0.1 美元 / 0.5 美元。作为对照，Astra 是 10 美元 / 50 美元。
- 分工：Sol 面向需要较强推理、编程和 Agent 能力的专业任务，Luna 面向高频、大批量调用。
- 官方评测：DeepSWE v1.1 上，Sol 最大推理强度得分 68.8%，Luna 为 66.6%；AutomationBench 上 Sol（xhigh）为 33.2%，官方称单项任务成本约为 Claude Opus 5 最大推理强度的 9%。
- 事实准确性：OpenAI 用用户标记过事实错误的匿名真实对话做内部测试，称 Sol 的错误数约为 GPT-5.6 Sol 的一半。
编辑判断
Luna 的价格把 OpenAI 拉进了此前 DeepSeek 独占的低价区间：按普通、未命中缓存的请求算，它比 DeepSeek V4.1 Flash 闲时价还便宜，也没有峰谷定价。不过 DeepSeek 的缓存命中价仍然低得多，DeepSWE 上 V4.1 Flash 的 74.2% 也高于 Sol。
实际怎么选：需要同时派出大量 Agent、反复迭代的流水线，Sol / Luna 的成本优势会很快累积；追求单次最佳效果的前端和创意任务，早期对比里 Claude Opus 5.5 的完成度更高。