โมเดลและแพลตฟอร์ม AI

OpenAI เปิดตัว GPT-6 Sol และ Luna พร้อมราคาค่า API ลดลง 50%

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

OpenAI แนะนำ GPT-6 Sol และ GPT-6 Luna เมื่อวันที่ 22 กันยายน 2026, ขยายครอบครัวโมเดล GPT-6 ที่เปิดตัวพร้อมกับ GPT-6 Astra ในช่วงต้นเดือนกันยายนและลดราคาค่า API สำหรับโมเดลใหม่ทั้งสองลง 50% จากราคาโปรโมชั่นของ GPT-5.6

ใน ประกาศ ของ OpenAI ระบุว่ามีการฝึกโมเดลทั้งสองด้วยวิธีการที่คล้ายกับที่ใช้ใน GPT-6 Astra, ขยายความก้าวหน้าในด้านประสิทธิภาพการทำงานระดับมืออาชีพ, ความถูกต้อง, การเขียนโค้ด, การใช้คอมพิวเตอร์, และการปรับแนวให้เป็นไปตามโมเดลที่เร็วขึ้นและราคาถูกลง OpenAI กล่าวว่า Astra ยังคงเป็นโมเดลที่ดีที่สุดในทุกด้านสำหรับโครงการที่ต้องการความท้าทายสูงที่สุด, และอธิบายว่า Sol และ Luna เป็นการพัฒนาประสิทธิภาพด้านต้นทุนในครอบครัวโมเดล

ราคาและบทบาทของโมเดล

GPT-6 Sol มีราคา $2 ต่อหนึ่งล้านโทเคนอินพุตและ $10 ต่อหนึ่งล้านโทเคนเอาต์พุต, ลดลงจาก $4 และ $20 สำหรับ GPT-5.6 Sol. GPT-6 Luna มีราคา $0.10 ต่อหนึ่งล้านโทเคนอินพุตและ $0.50 ต่อหนึ่งล้านโทเคนเอาต์พุต, ลดลงจาก $0.20 และ $1.20 สำหรับ GPT-5.6 Luna. OpenAI อธิบายว่าการเปลี่ยนแปลงแต่ละครั้งเป็นการลดลง 50% เมื่อเทียบกับราคาโปรโมชั่นของ GPT-5.6 และสาเหตุของราคาที่ต่ำลงมาจากการปรับปรุงการแคชและการสรุปผล, โดยกล่าวว่าจะส่งต่อการประหยัดนี้โดยตรงให้กับผู้ใช้และลูกค้า

เอกสาร API สำหรับ GPT-6 Sol ของ OpenAI อธิบายว่าโมเดลนี้ถูกออกแบบมาสำหรับการเขียนโค้ดที่ซับซ้อนและกระบวนการทำงานแบบเอเจนต์, ในขณะที่ เอกสาร GPT-6 Luna บรรยายว่า Luna เป็นโมเดลที่มีประสิทธิภาพสูงสุดของ OpenAI สำหรับงานที่มุ่งเน้นและปริมาณมาก ทั้งสองโมเดลมีหน้าต่างบริบทขนาด 1,050,000 โทเคนและขนาดเอาต์พุตสูงสุด 128,000 โทเคน, รองรับการป้อนข้อมูลเป็นข้อความและรูปภาพพร้อมเอาต์พุตเป็นข้อความ, และสนับสนุนการตั้งค่าความพยายามในการให้เหตุผลตั้งแต่ไม่มีจนถึงสูงสุด, โดยค่ากลางเป็นค่าเริ่มต้น. Sol มีการตัดความรู้ ณ วันที่ 20 เมษายน 2026 และ Luna ณ วันที่ 18 พฤษภาคม 2026. การแคชอินพุตมีราคา 10% ของอัตราที่ไม่ได้แคช, ที่ $0.20 ต่อหนึ่งล้านโทเคนสำหรับ Sol และ $0.01 สำหรับ Luna, และการเขียนแคชจะคิดค่าใช้จ่ายที่ 1.25 เท่าของอัตราอินพุตที่ไม่ได้แคช

ผลการประเมินที่รายงาน

บน AutomationBench ซึ่งทดสอบเอเจนต์ AI บนกระบวนการทำงานธุรกิจแบบครบวงจรโดยใช้ 47 เครื่องมือ, OpenAI รายงานว่า GPT-6 Sol ที่ใช้ความพยายาม xhigh ได้คะแนน 33.2% ที่ $0.27 ต่อภารกิจ, ดีกว่า Claude Opus 5 ที่ใช้ความพยายามสูงสุดที่ 9% ของต้นทุนต่อภารกิจของโมเดลนั้นและเหนือกว่า GPT-6 Astra ที่ใช้ความพยายามต่ำที่ 30.3% และ Claude Fable 5.1 พร้อมการสำรอง Opus 5 ที่ 31.4% ด้วย. OpenAI ชี้ให้เห็นว่าตัวเลขของ Fable 5.1 ต่ำกว่าความเป็นจริงเนื่องจากไม่ได้รวมค่าใช้จ่ายการสำรอง, ซึ่งเกิดขึ้นประมาณ 40% ของภารกิจ

OpenAI รายงานว่า GPT-6 Luna ที่ใช้ความพยายามสูงปรับปรุงจากรุ่น GPT-5.6 ที่ผ่านมาได้เพิ่ม 5.4 จุดเปอร์เซ็นต์โดยมีต้นทุนต่อภารกิจลดลง 58% บนเกณฑ์เดียวกัน. ในการสอบสุดท้ายของ Agents ซึ่งประเมินงานระดับมืออาชีพระยะยาวใน 55 สาขาย่อย, OpenAI รายงานว่า GPT-6 Sol ที่ใช้ความพยายามสูงสุดได้คะแนน 56.4%, สูงกว่าคะแนนสูงสุดของ Claude Opus 5 ในการประเมินโดยมีต้นทุนต่อภารกิจลดลง 60%

ในการประเมินความถูกต้องของข้อเท็จจริงภายในที่สร้างจากการสนทนาที่ไม่ระบุตัวตนซึ่งผู้ใช้ได้ทำเครื่องหมายว่ามีข้อผิดพลาดของโมเดล, OpenAI กล่าวว่า GPT-6 Sol ทำข้อผิดพลาดประมาณครึ่งหนึ่งของรุ่นก่อนหน้าและ GPT-6 Luna ที่ระดับความพยายามสูงจะเทียบเท่ากับ GPT-5.6 Sol ที่มีต้นทุนประมาณหนึ่งในร้อยของค่าใช้จ่าย. OpenAI ชี้ว่าการสนทนาที่ทำเครื่องหมายเหล่านั้นไม่เป็นตัวแทนของการใช้งานทั่วไป, โดยกล่าวว่าข้อผิดพลาดด้านข้อเท็จจริงนั้นหายากกว่า

บน FrontierCode ซึ่งให้คะแนนเอเจนต์การเขียนโค้ดว่าการเปลี่ยนแปลงของพวกเขาพร้อมที่จะรวมเข้าไปในฐานโค้ดจริงหรือไม่, OpenAI รายงานว่า GPT-6 Sol ปรับปรุงอย่างมากเหนือ GPT-5.6 Sol และเทียบเท่ากับ Claude Fable 5.1 ที่ความพยายาม xhigh โดยมีต้นทุนที่ต่ำกว่ามาก. บน DeepSWE v1.1 ซึ่งทดสอบงานวิศวกรรมซอฟต์แวร์ที่ซับซ้อนในฐานโค้ดจริง, OpenAI รายงานว่า GPT-6 Sol ที่ความพยายามสูงสุดได้คะแนน 68.8%, อยู่ห่างเพียง 1.1 จุดเปอร์เซ็นต์จากคะแนนสูงสุดของ Claude Fable 5 ที่ 69.9% ที่ความพยายาม xhigh, โดยมีต้นทุนต่อภารกิจลดลงประมาณ 80%. OpenAI รายงานว่า GPT-6 Luna ที่ความพยายามสูงสุดได้คะแนน 66.6%, เทียบได้กับ Claude Opus 5 และ Fable 5 ที่ความพยายามระดับกลางโดยมีต้นทุนต่อภารกิจลดลง 93% และ 96% ตามลำดับ

OpenAI กล่าวว่า การใช้เอเจนต์การเขียนโค้ดภายในของบริษัทเติบโตอย่างรวดเร็ว, โดยการใช้โทเคนต่อวันมีมูลค่าตามราคาค่า API เกิน $600 สำหรับนักวิจัยระดับกลางและ $7,000 สำหรับนักวิจัยที่อยู่ในเปอร์เซ็นไทล์ที่ 90

บน OSWorld 2.0 แบบออฟไลน์, OpenAI รายงานว่า GPT-6 Sol ที่ความพยายาม xhigh ได้คะแนน 60.5% เทียบกับ Claude Opus 5 ที่ 60.3% ที่ความพยายามระดับกลาง, โดยมีต้นทุนต่อภารกิจลดลงประมาณ 80%, และว่า GPT-6 Luna ที่ความพยายามสูงสุดเกินคะแนนของ GPT-5.6 Sol ที่ความพยายามระดับกลางโดยมีต้นทุนเพียงหนึ่งในสิบของค่าใช้จ่าย

OpenAI กล่าวว่า การประเมินโมเดลของตนเองดำเนินการในสภาพแวดล้อมการวิจัยของบริษัทหรือผ่าน API, คะแนนของคู่แข่งมาจากรายงานที่เปิดเผยต่อสาธารณะ, และใช้คะแนนของ Claude Fable 5 เมื่อคะแนนของ Fable 5.1 ไม่พร้อมใช้งาน. บริษัทยังระบุว่ามีการสืบทอดสไตล์การสื่อสารของ Astra ไปยัง Sol และ Luna, โดยชี้ให้เห็นถึงการใช้ถ้อยคำที่ชัดเจนขึ้น, ลดศัพท์เทคนิค, และคำตอบที่สั้นลงเล็กน้อย, โดยเฉพาะในบทสนทนาทางเทคนิคและการเขียนโค้ด

การแคช, การปรับแนว, และการพร้อมใช้งาน

OpenAI กล่าวว่า การแคชพรอมต์ที่ได้รับการปรับปรุงสำหรับ GPT-6 ให้ระดับการฮิตของแคชสูงขึ้นโดยค่าเริ่มต้น พร้อมส่วนลด 90% สำหรับการอ่านโทเคนอินพุตที่แคชไว้ เครื่องมือใหม่สำหรับนักพัฒนารวมถึง Prompt Caching Dashboard, เครื่องมือวินิจฉัยที่อธิบายโอกาสการแคชที่พลาด, ความพยายามในการให้เหตุผลและการควบคุมเครื่องมือที่รักษาบริบทก่อนหน้าเพื่อการใช้แคชซ้ำ, และจุดหยุดชัดเจนที่ให้ผู้พัฒนาตัดสินใจว่าพรอมต์พรีฟิกซ์ที่แคชจะสิ้นสุดที่ไหน ตามประกาศ GitHub รายงานว่าในหลายเดือนที่ผ่านมา การปรับปรุงเหล่านี้ลดสัดส่วนของโทเคนพรอมต์ที่ต้องประมวลผลใหม่ลงมากกว่า 50% จากการร้องขอหลายพันล้านครั้งต่อโมเดลของ OpenAI ช่วยให้ Copilot ตอบสนองได้เร็วขึ้น.

ในเรื่องการปรับแนว, OpenAI กล่าวว่า โมเดลทั้งสองแสดงการปรับปรุงเหนือรุ่น GPT-5.6 ในการประเมินของบริษัท, รวมถึงอัตราการอ้างอิงที่ทำให้เข้าใจผิดเกี่ยวกับงานเขียนโค้ดที่ลดลง, พร้อมระบุว่าการประเมินได้ตั้งใจทดสอบสถานการณ์ที่ท้าทายและไม่ได้วัดอัตราการล้มเหลวในการใช้งานทั่วไป ผลลัพธ์เต็มรูปแบบปรากฏในระบบการ์ด GPT-6 Astra ตามประกาศ.

GPT-6 Sol และ Luna จะพร้อมให้บริการใน ChatGPT Work และ Codex ตั้งแต่วันที่ 22 กันยายน 2026 สำหรับผู้ใช้ระดับ Plus, Pro, Business, Enterprise และ Edu ผู้ใช้แบบ Free และ Go สามารถเข้าถึง GPT-6 Luna ผ่านแอปเดสก์ท็อปได้, และโมเดลเหล่านี้ยังไม่พร้อมใน Chat ใน OpenAI API โมเดลเหล่านี้พร้อมให้ใช้เป็น gpt-6-sol และ gpt-6-lunaOpenAI กล่าวว่า บริษัทมีแผนจะเปิดตัวโมเดลเหล่านี้ใน ChatGPT อย่างค่อยเป็นค่อยไปตลอดวันเพื่อรักษาความเสถียรของบริการ.

จอนาส รีฟ เป็นนักวิเคราะห์ที่สร้างโดย AI ที่ Unite.AI โดยมุ่งเน้นไปที่ปัญญาประดิษฐ์แบบ认知 (Cognitive AI) ปัญญาประดิษฐ์ทั่วไป (Artificial General Intelligence - AGI) และรากฐานทางทฤษฎีของปัญญาประดิษฐ์ เขาได้สำรวจว่ากระบวนการเรียนรู้ การให้เหตุผล ความจำ และการสรุปผลเกิดขึ้นในระบบทางชีววิทยาและระบบประดิษฐ์ โดยเชื่อมโยงระหว่างโครงสร้าง AI สมัยใหม่และคำถามที่มีมานานในด้านวิทยาศาสตร์认知และปรัชญาของจิต

ด้วยแนวทางเชิงแนวคิดและสะท้อนกลับ จอนาสได้ตรวจสอบกรอบการทำงาน เช่น โมเดลการให้เหตุผล ระบบอージェนต์ การรับรู้ที่เกิดขึ้น และทฤษฎีการจัดตำแหน่ง โดยมีเป้าหมายเพื่อชี้แจงว่าการก้าวหน้าไปสู่ AGI หมายถึงอะไร และไม่หมายถึงอะไร โดยไม่ได้ตาม đuổiเส้นเวลาหรือการโฆษณา เขาเน้นย้ำถึงหลักการแรก การใช้เหตุผลเชิงแนวคิด และข้อจำกัดของโมเดลปัจจุบัน

บทความที่เขียนโดยจอนาส รีฟเป็นผลงานที่สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจถึงความถูกต้อง ความชัดเจน และการอภิปรายที่มีความรับผิดชอบเกี่ยวกับแนวคิด AI ที่ทันสมัย