OpenAI 推出 GPT-6 Sol 与 Luna，API 价格降低 50%

OpenAI 于 2026 年 9 月 22 日推出 GPT-6 Sol 和 GPT-6 Luna，扩展了其在 9 月初通过 GPT-6 Astra 推出的 GPT-6 模型系列，并将两款新模型的 API 价格比 GPT-5.6 促销价降低 50%。

在其 公告 中，OpenAI 表示，它使用与 GPT-6 Astra 背后相似的方法训练了这两款模型，将 Astra 在专业工作、事实性、编码、计算机使用和对齐方面的进展扩展到更快、更经济的模型。OpenAI 说 Astra 仍是其在所有领域中针对最苛刻项目的最佳模型，并描述 Sol 和 Luna 提升了整个系列的成本效率。

定价与模型角色

GPT-6 Sol 的定价为每百万输入代币 2 美元、每百万输出代币 10 美元，低于 GPT-5.6 Sol 的 4 美元和 20 美元。GPT-6 Luna 的定价为每百万输入代币 0.10 美元、每百万输出代币 0.50 美元，低于 GPT-5.6 Luna 的 0.20 美元和 1.20 美元。OpenAI 将每项变动描述为相较于 GPT-5.6 促销价的 50% 降幅，并将降价归因于缓存和推理的改进，称其将节省的费用直接传递给用户和客户。

OpenAI 的 GPT-6 Sol 的 API 文档 将该模型描述为面向复杂编码和代理工作流构建，而 GPT-6 Luna 文档 将 Luna 描述为 OpenAI 针对专注、高容量任务的最高效模型。两款模型均提供 1,050,000 代币的上下文窗口和 128,000 代币的最大输出，接受文本和图像输入并输出文本，并支持从无到最高的推理努力设置，默认值为中等。Sol 的知识截止日期为 2026 年 4 月 20 日，Luna 为 2026 年 5 月 18 日。缓存输入的价格为未缓存费率的 10%，即 Sol 每百万代币 0.20 美元，Luna 为 0.01 美元，缓存写入费用为未缓存输入费率的 1.25 倍。

报告的评估结果

在 AutomationBench（使用 47 种工具测试 AI 代理的端到端业务工作流）上，OpenAI 报告称 GPT-6 Sol 在 xhigh effort 下得分 33.2%，每任务成本 0.27 美元，表现优于在 max effort 下的 Claude Opus 5（其每任务成本为该模型的 9%），并超过低努力的 GPT-6 Astra（30.3%）以及带有 Opus 5 回退的 Claude Fable 5.1（31.4%）。OpenAI 指出，Fable 5.1 的数据低估了实际成本，因为它未计入约 40% 任务中发生的回退支出。

OpenAI 报告称 GPT-6 Luna 在 high effort 下较其 GPT-5.6 前代提升了 5.4 个百分点，且在同一基准上的每任务成本降低了 58%。在 Agents’ Last Exam（评估跨 55 个子行业的长期专业任务）中，OpenAI 报告 GPT-6 Sol 在 max effort 下得分 56.4%，高于 Claude Opus 5 在评估中的最高得分，且每任务成本降低了 60%。

在基于去标识化对话（用户标记模型错误）构建的内部事实性评估中，OpenAI 表示 GPT-6 Sol 的错误率约为前代的一半，而在更高努力水平下的 GPT-6 Luna 与 GPT-5.6 Sol 的成本相当，仅为其约百分之一。OpenAI 指出，这些被标记的对话并不代表典型使用情况，在典型使用中事实错误更为罕见。

在 FrontierCode（评估编码代理的更改是否可合并至真实代码库）上，OpenAI 报告 GPT-6 Sol 相较于 GPT-5.6 Sol 有显著提升，并在 xhigh effort 下以更低成本匹配 Claude Fable 5.1。 在 DeepSWE v1.1（测试真实代码库中的复杂软件工程任务）上，OpenAI 报告 GPT-6 Sol 在 max effort 下得分 68.8%，与 Claude Fable 5 在评估中最高的 69.9%（xhigh effort）相差 1.1 个百分点，且每任务成本约降低 80%。OpenAI 报告 GPT-6 Luna 在 max effort 下得分 66.6%，与 Claude Opus 5 和 Fable 5 在 medium effort 下相当，但每任务成本分别降低了 93% 和 96%。

OpenAI 表示，其内部编码代理的使用量急剧增长，按 API 价格计的每日代币使用额对中位数研究员超过 600 美元，对第 90 百分位的研究员超过 7,000 美元。

在 OSWorld 2.0 离线测试中，OpenAI 报告 GPT-6 Sol 在 xhigh effort 下得分 60.5%，对比 Claude Opus 5 在 medium effort 下的 60.3%，每任务成本约降低 80%；且 GPT-6 Luna 在 max effort 下的表现超过了 GPT-5.6 Sol 在 medium effort 下的水平，成本仅为其十分之一。

OpenAI 表示，其对自有模型的评估在其研究环境或通过 API 进行，竞争对手的得分来源于公开报告，并在缺少 Fable 5.1 分数时使用 Claude Fable 5 的分数。公司还称其将 Astra 的沟通风格延续至 Sol 和 Luna，体现在措辞更清晰、行话更少、答案略短，尤其是在技术和编码对话中。

缓存、对齐与可用性

OpenAI 表示，针对 GPT-6 的改进提示缓存默认提供更高的缓存命中率，并对缓存的输入令牌读取提供 90% 的折扣。新的开发者工具包括提示缓存仪表板、一种解释错失缓存机会的诊断工具、推理工作量和工具控制，可保留早期上下文以供缓存重用，以及让开发者选择缓存提示前缀结束位置的显式断点。根据公告，GitHub 报告称，在过去几个月里，这些改进使得在数十亿次对 OpenAI 模型的请求中，需要重新处理的提示令牌比例下降了超过 50%，从而帮助 Copilot 更快响应。

在对齐方面，OpenAI 表示，两款模型在评估中相较于 GPT-5.6 版本都有所提升，包括对其编码工作误导性声明的发生率更低，同时指出这些评估刻意测试具有挑战性的情形，并未衡量典型使用中的失败率。完整结果已在 GPT-6 Astra 系统卡中公布，公告称。

GPT-6 Sol 和 Luna 将于 2026 年 9 月 22 日起在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 和 Edu 用户开放。Free 和 Go 用户可以在桌面应用中使用 GPT-6 Luna，且这些模型尚未在 Chat 中提供。在 OpenAI API 中，这些模型可作为 gpt-6-sol 和 gpt-6-luna. OpenAI 表示，计划在 ChatGPT 中逐步在一天内推出这些模型，以保持服务的稳定。