GPT-6 Sol和Luna上線，打折比梁文鋒還狠

字母AI2026.09.23 11:08 · 來自北京全文5453字00:00 / 14:27Opus 5.5發佈90分鐘，OpenAI來打價格戰了。文 | 字母AI今夜註定無眠。Opus 5.5剛剛發佈90分鐘，OpenAI就把GPT-6 Sol和Luna一起端了上來。前腳Anthropic剛把Opus的價格砍了一刀，後腳OpenAI直接把刀砍得更深。GPT-6 Sol每百萬Token輸入只要2美元、輸出10美元，價格正好只有Opus 5.5的一半，Astra的五分之一。Luna更誇張，只要0.1美元和0.5美元，直接砍到Astra的1%。

這一晚上，模型能力還沒來得及被檢驗，價格戰先打起來了。便宜，但沒縮水Astra仍然是GPT-6系列的最高檔，OpenAI明確表示，如果任務足夠重要、足夠困難，而且不想在能力上做任何妥協，繼續選Astra。新來的Sol和Luna的任務，是把Astra的能力往更便宜的模型裡塞。OpenAI表示，兩款模型採用了與Astra相似的訓練方法，把這一代在專業工作、事實準確性、Coding、Computer Use和Alignment上的進步給“下放”了。其中，GPT-6 Sol的定位為複雜Coding和Agent工作流的主力模型，Luna則負責高頻、大規模、任務相對集中的工作，核心就是快和便宜。

兩款模型都是105萬Token上下文、最大128K Token輸出，和Astra處於同一檔；都支持文本和圖片輸入，網頁搜索、文件搜索、代碼解釋器、Computer Use、MCP、Skills等工具也都可以正常調用。它倆的推理檔位甚至比Astra多一個選項。Astra只有low、medium、high、xhigh和max，Sol和Luna則多了一個none，可以把推理關掉。默認檔位均為medium。Sol的知識截止日期是2026年4月20日，Luna反而更新一些，到2026年5月18日。有意思的是，Astra的知識截止日期是2026年4月30日，卡在兩個新模型中間。

看來知識截止日期和模型“檔位高低”並不是一回事。然後再看價格。GPT-6 Sol每百萬Token輸入2美元、輸出10美元，緩存輸入只要0.2美元；GPT-6 Luna更狠，每百萬Token輸入0.1美元，輸出0.5美元，緩存讀取甚至低到了0.01美元。而且這還不是價格的下限。Batch和Flex模式繼續半價，緩存命中的輸入Token也只按照普通輸入價格的10%收費。不過，百萬上下文不能從頭到尾都按這個價格算。OpenAI規定，一旦單次請求的輸入超過27.2萬Token，整個請求都會按照長上下文價格收費：輸入和緩存價格翻倍，輸出提高50%。

所以Sol塞進超長上下文以後，會變成4美元輸入、15美元輸出；Luna則變成0.2美元和0.75美元。105萬上下文是真的，0.1美元也是真的，但兩個數字不能直接乘起來。價格降得很誇張，但性能並沒有擺爛。OpenAI用Sol證明了，原本需要旗艦模型花很多錢才能做的事，現在可以便宜很多。比如跨應用Agent測試AutomationBench——由於OpenAI的文檔裡不包含剛發佈的Opus 5.5，所以我們去找了Zapier的公開榜單。在這項測試裡，GPT-6 Sol開到xhigh拿到33.2%，單任務成本只有0.27美元。如果只看絕對能力，它還打不過剛發佈的Opus 5.

5，後者max檔做到40.0%，僅次於Astra max的41.4%。但Opus 5.5每項任務要1.28美元，幾乎是Sol的4.7倍；Astra則要1.73美元，是Sol的6.4倍。雖然Sol沒有拿下第一，但它用不到0.3美元的價格，已經擠進了同一張前沿Agent榜單。Coding也是一樣。在真實代碼庫軟件工程測試DeepSWE v1.1裡，GPT-6 Sol max拿到68.8%，距離Fable 5此前最高的69.9%只差1.1個百分點，但OpenAI估算單任務成本低約80%。Luna則更加誇張，這個每百萬輸入Token只賣0.1美元的模型，max檔也跑到了66.6%的水平。

OpenAI稱，這已經接近Opus 5和Fable 5的medium檔，但單任務成本分別低了93%和96%。在測試Computer Use的OSWorld 2.0上，Sol xhigh拿到了60.5%，和Opus 5 medium的60.3%基本打平，成本卻降了大約80%；Luna開到max，也能超過上一代GPT-5.6 Sol medium，而成本只有後者的大約十分之一。不過需要說明的是，雖然Anthropic當天公佈的Opus 5.5成績高達81.8%，但這組成績來自Anthropic自己的OSWorld 2.0評測設置；OpenAI公佈的60.

5%，則是在2026年8月8日版本的離線任務集上，按照部分完成度得分統計出來的。兩邊並不是同一套公開橫測，不能直接比較。要看Sol和Opus 5.5誰的Computer Use更強，得等同一套第三方測試。GPT-6 Sol和Luna今天已經進入ChatGPT Work和Codex，Plus、Pro、Business、Enterprise和Edu用戶都可以使用；Free和Go用戶也可以在桌面App裡使用GPT-6 Luna。開發者則可以直接通過API調用，模型ID分別是gpt-6-sol和gpt-6-luna。目前兩款模型還沒有進入普通Chat。

Work和Codex則會在當天逐步完成推送，如果現在還沒看到，可能只是還沒輪到。熟悉的Tibo重置，同樣也沒有缺席。新模型、永久降價，再送一次額度重置，這個發佈夜算是把“便宜”貫徹到底了。跑分沒暴漲，但體感在變把視角移到第三方Artificial Analysis，這代模型的智力其實和上一代沒什麼差別。在最新的Intelligence Index裡，GPT-6 Sol max拿到48分，上一代GPT-5.6 Sol是47分；GPT-6 Luna max則是37分，上一代GPT-5.6 Luna甚至還高一分。兩款模型的綜合能力基本原地踏步，但成本就完全不是這一回事了。

Artificial Analysis測得，Sol max的平均單任務成本從上一代的1.99美元降到了1.06美元；Luna則從0.18美元降到0.07美元。這甚至不是因為兩個新模型學會了“省Token”，Sol平均每項任務生成的Token從2.9萬增加到了3.1萬，Luna更是從4.1萬增加到5.1萬。它們就是單純賣得更便宜了。說到便宜，怎麼能不提中國模型呢？最新的DeepSeek V4.1 Flash在Artificial Analysis Intelligence Index裡拿到39分，平均單任務成本大約0.27美元。雖然成績比Luna高兩分，但Luna的單任務成本只有0.

07美元，差不多是V4 Flash的四分之一。但要說它是“價格屠夫”，還是差點意思——就在昨天，小米剛剛發佈了MiMo-V2.6系列。其中MiMo-V2.6-Pro在同一版Artificial Analysis Intelligence Index裡拿到46分，距離Sol max的48分只差2分；但它的平均單任務成本只有0.13美元，而Sol是1.06美元。只看API價格的話，MiMo-V2.6-Pro每百萬Token輸入0.435美元、輸出0.87美元；更低一檔的MiMo-V2.6-Flash，則只要0.14美元輸入、0.28美元輸出。

可惜目前Artificial Analysis還沒有給MiMo-V2.6-Flash完整的綜合指數，所以暫時沒法和Luna做完全同口徑的性價比比較。這場價格戰，遠遠不只是OpenAI和Anthropic兩家公司之間的事。OpenAI把GPT-6的價格打進來了，但中國模型早就在這裡捲了很久。說完價格和跑分，值得注意的是，OpenAI這次也專門對模型的“回覆風格”做出了調整。官方專門給Sol和Luna列了一項“協作模式”，它們繼承了Astra在溝通方式上的改進：說話更清楚，少一點行話，減少奇怪的措辭和低價值細節，整體回答也會稍微變短，但不犧牲真正有用的信息。

OpenAI認為，這種變化在Coding和技術對話裡尤其明顯。而就在90分鐘前發佈的Opus 5.5，也做了幾乎同一個方向的升級。Anthropic說，新Opus會把重要信息更早放出來，減少行話和一些Claude特有的奇怪表達，更遵守用戶規定的寫作方式。同一個晚上，OpenAI和Anthropic都開始給自己的模型“去AI味”了。另一個非常直接的升級，是降低了模型的事實性錯誤——說實話，這讓我有一種夢迴去年的感覺。前沿大模型已經很少再把“不胡說八道”當成賣點了。雖然它依然重要，但相比Coding、Agent、Computer Use這些新能力，總顯得不夠“前沿”。

Sol和Luna這次又把它撈了回來，可能是因為對於這種主打低價、大規模部署的模型來說，把最基礎的能力做好才是關鍵。OpenAI用一批真實ChatGPT對話做測試，這些對話都曾被用戶標記出事實錯誤。結果GPT-6 Sol犯下的事實錯誤數量相比GPT-5.6 Sol減少了大約一半，已經開始接近Astra。Luna也明顯進步。在較高effort下，它的事實準確性可以達到GPT-5.6 Sol附近，而成本大約只有後者的百分之一。當然，OpenAI自己也提醒，這批樣本本來就是專門挑出來的“容易讓模型犯錯”的對話，並不能代表日常使用中的實際幻覺率。

模型市場只剩兩種贏法把過去48小時的模型發佈連起來，會發現一件有點殘酷的事：現在發一個“挺強的模型”，已經不太夠看了。模型越來越多，能讓用戶記住的理由卻越來越少，要麼把能力天花板繼續往上頂，要麼就在相近能力下，把價格壓到別人比不了的位置。Artificial Analysis借用了經濟學裡“帕累託前沿”的概念來表示競爭的兩個維度，更強、或者更便宜，一個模型至少得佔一樣。如果另一個模型在比你強的同時，還比你更便宜，那你的處境就麻煩了。昨天發佈的Grok 4.7，就是個很好的例子。它其實不算弱，Artificial Analysis給Grok 4.7 xhigh打了46分，比Grok 4.

6高2分；Coding Agent Index更是從47分跳到56分。xAI給它換了更大的基礎模型，把訓練重點放到長時間Coding和知識工作上。但同一天，MiMo-V2.6-Pro也上線了。同樣是46分，但Artificial Analysis測得Grok 4.7 xhigh跑一項Intelligence Index任務平均要3.74美元，而MiMo-V2.6-Pro只要0.13美元。後者還是開放權重模型，官方API每百萬Token輸入0.435美元、輸出0.87美元。當然，一張綜合榜並不能決定模型的最終表現。

Grok還有Grok Build、產品生態，以及具體Coding和Agent任務上的優勢。但事實就是，46分對46分，價格差近30倍。到這個程度，“別的優勢”已經很難再作為擺在桌上的籌碼了……用戶現在的選擇實在太多了，貴不是問題，但你的表現最好配得上這個價格。Anthropic今天發佈的Opus 5.5，走的就是這條路。Artificial Analysis給出的最高成績是58分，一下子把能力上限又往上推了一截。它當然不便宜，max檔跑一項任務平均要5.98美元，但至少用戶花這筆錢的時候，知道自己買的是目前的最強模型之一。

OpenAI則選了另外一條：GPT-6 Sol在Artificial Analysis只有48分，距離Opus 5.5還有明顯差距；Luna更只有37分。但Sol一項任務平均只要1.06美元，Luna更低到0.07美元。這個價格，它們壓根不需要證明自己比Opus更聰明，只要夠用就行。短短48小時，新模型幾乎自動站成了兩排。一邊是Opus 5.5這種繼續衝能力上限的模型；另一邊是Sol、Luna和MiMo-V2.6這些不斷往下砸成本的模型。模型市場正在被兩股力量同時往外拉，一邊不斷抬高性能，另一邊不斷壓低價格。中間那片“還不錯”的位置，只會越來越難待下去。

或者，乾脆換個思路，別卷模型了，去做應用吧？Meta就是最現成的例子。Muse上線後迅速登頂美國App Store，9月21日Meta股價單日大漲11.4%；路透社統計，Muse上線至今，Meta股價已經累計上漲超過20%，市值增加約2000億美元。模型卷不到第一也沒關係，做個爆款應用，華爾街照樣買單。