GPT-6 Sol和 Luna上线，打折比梁文锋还狠

今晚注定是个不眠之夜。

Opus 5.5发布仅90分钟后，OpenAI便一口气推出了GPT-6 Sol和Luna。

前脚Anthropic刚下调Opus的定价，后脚OpenAI就给出了更大幅度的降价。

GPT-6 Sol每百万Token输入仅需2美元、输出10美元，恰好是Opus 5.5价格的一半，仅为Astra的五分之一。

Luna则更为惊人，输入和输出分别只要0.1美元和0.5美元，直接降至Astra价格的1%。

这一夜，模型的实际能力尚待检验，价格战却已率先打响。

01

低价，但不减配

Astra仍是GPT-6系列的顶级选项，OpenAI明确表示，如果任务足够关键、难度足够大，且不愿在能力上做任何妥协，用户仍应选择Astra。

新推出的Sol和Luna，任务是将Astra的能力压缩进更经济的模型。

OpenAI指出，这两款模型采用了与Astra相似的训练方法，将这一代在专业工作、事实准确性、代码编写、Computer Use和Alignment方面的进步进行了“下沉”。

其中，GPT-6 Sol被定位为复杂代码编写和Agent工作流的主力模型，而Luna则负责高频、大规模、任务相对集中的工作，核心优势是速度和成本。

两款模型均支持105万Token上下文、最大128K Token输出，与Astra处于同一水平；同时支持文本和图片输入，并可正常调用网页搜索、文件搜索、代码解释器、Computer Use、MCP、Skills等工具。

它们的推理档位甚至比Astra多了一个选项。Astra仅有low、medium、high、xhigh和max，而Sol和Luna则多了一个none，可以关闭推理功能。默认档位均为medium。

Sol的知识截止日期为2026年4月20日，Luna反而更新，至2026年5月18日。有趣的是，Astra的知识截止日期是2026年4月30日，恰好介于两者之间。看来知识截止日期与模型的“档位高低”并非直接相关。

再看价格。GPT-6 Sol每百万Token输入2美元、输出10美元，缓存输入仅需0.2美元；GPT-6 Luna更为激进，每百万Token输入0.1美元，输出0.5美元，缓存读取甚至低至0.01美元。

而且这还不是价格下限。Batch和Flex模式继续享受半价，缓存命中的输入Token也仅按普通输入价格的10%收费。

不过，百万级上下文并不能始终按此价格计算。

OpenAI规定，一旦单次请求的输入超过27.2万Token，整个请求将按长上下文价格收费：输入和缓存价格翻倍，输出提高50%。

因此，Sol在塞入超长上下文后，价格变为4美元输入、15美元输出；Luna则变为0.2美元和0.75美元。

105万上下文是真的，0.1美元也是真的，但这两个数字不能直接相乘。

价格降幅惊人，但性能并未敷衍。

OpenAI用Sol证明了，原本需要旗舰模型花费大量成本才能完成的任务，现在可以便宜许多。

例如，在跨应用Agent测试AutomationBench中——由于OpenAI的文档不包含刚发布的Opus 5.5，我们参考了Zapier的公开榜单。

在该测试中，GPT-6 Sol开到xhigh获得了33.2%的成绩，单任务成本仅为0.27美元。

如果只看绝对能力，它仍不及刚发布的Opus 5.5，后者在max档达到了40.0%，仅次于Astra max的41.4%。但Opus 5.5每项任务需1.28美元，几乎是Sol的4.7倍；Astra则需1.73美元，是Sol的6.4倍。

尽管Sol未拿下第一，但它以不到0.3美元的价格，已跻身同一前沿Agent榜单。

代码编写方面也是如此。

在真实代码库软件工程测试DeepSWE v1.1中，GPT-6 Sol max达到了68.8%，距离Fable 5此前最高的69.9%仅差1.1个百分点，但OpenAI估算单任务成本低了约80%。

Luna则更为夸张，这个每百万输入Token仅售0.1美元的模型，在max档也跑出了66.6%的水平。

OpenAI称，这已接近Opus 5和Fable 5的medium档，但单任务成本分别低了93%和96%。

在测试Computer Use的OSWorld 2.0上，Sol xhigh获得了60.5%，与Opus 5 medium的60.3%基本持平，成本却降低了约80%；Luna开到max，也能超越上一代GPT-5.6 Sol medium，而成本仅为后者的约十分之一。

不过需要说明的是，虽然Anthropic当天公布的Opus 5.5成绩高达81.8%，但这组数据来自Anthropic自己的OSWorld 2.0评测设置；OpenAI公布的60.5%，则是在2026年8月8日版本的离线任务集上，按部分完成度得分统计得出。两者并非同一套公开横测，不能直接比较。

要判断Sol和Opus 5.5谁的Computer Use更强，还需等待同一套第三方测试结果。

GPT-6 Sol和Luna今日已进入ChatGPT Work和Codex，Plus、Pro、Business、Enterprise和Edu用户均可使用；Free和Go用户也可在桌面App中使用GPT-6 Luna。

开发者则可直接通过API调用，模型ID分别为gpt-6-sol和gpt-6-luna。

目前两款模型尚未进入普通Chat。Work和Codex将在当天逐步完成推送，若现在还未看到，可能只是尚未轮到。

熟悉的Tibo重置，同样没有缺席。

新模型、永久降价，再加上一次额度重置，这个发布夜将“便宜”贯彻到底。

02

跑分未暴涨，但体验在变

从第三方Artificial Analysis的视角看，这代模型的智力与上一代相比并无太大差异。

在最新的Intelligence Index中，GPT-6 Sol max获得了48分，上一代GPT-5.6 Sol为47分；GPT-6 Luna max为37分，上一代GPT-5.6 Luna甚至还高出一分。

两款模型的综合能力基本原地踏步，但成本却截然不同。

Artificial Analysis测得，Sol max的平均单任务成本从上一代的1.99美元降至1.06美元；Luna则从0.18美元降至0.07美元。

这并非因为新模型学会了“节省Token”，Sol平均每项任务生成的Token从2.9万增至3.1万，Luna更是从4.1万增至5.1万。它们只是单纯卖得更便宜了。

说到便宜，怎能不提中国模型？

最新的DeepSeek V4.1 Flash在Artificial Analysis Intelligence Index中获得了39分，平均单任务成本约0.27美元。尽管成绩比Luna高出两分，但Luna的单任务成本仅为0.07美元，约为V4 Flash的四分之一。

但要说它是“价格屠夫”，还差些意思——就在昨天，小米刚刚发布了MiMo-V2.6系列。其中MiMo-V2.6-Pro在同一Artificial Analysis Intelligence Index中获得了46分，距离Sol max的48分仅差2分；但其平均单任务成本仅为0.13美元，而Sol为1.06美元。

仅看API价格，MiMo-V2.6-Pro每百万Token输入0.435美元、输出0.87美元；更低一档的MiMo-V2.6-Flash，则只需0.14美元输入、0.28美元输出。

可惜目前Artificial Analysis尚未给MiMo-V2.6-Flash完整的综合指数，因此暂时无法与Luna进行完全同口径的性价比比较。

这场价格战，远不止是OpenAI和Anthropic两家公司之间的事。OpenAI将GPT-6的价格拉低，但中国模型早已在此领域卷了许久。

说完价格和跑分，值得注意的是，OpenAI此次也专门对模型的“回复风格”做出了调整。

官方专门为Sol和Luna列出了一项“协作模式”，它们继承了Astra在沟通方式上的改进：说话更清晰，减少行话，避免奇怪的措辞和低价值细节，整体回答也会略微缩短，但不牺牲真正有用的信息。

OpenAI认为，这种变化在代码编写和技术对话中尤为明显。

而就在90分钟前发布的Opus 5.5，也做了几乎同一方向的升级。Anthropic表示，新Opus会将重要信息更早呈现，减少行话和一些Claude特有的奇怪表达，更遵守用户规定的写作方式。

同一晚，OpenAI和Anthropic都开始为自己的模型“去AI味”。

另一个非常直接的升级，是降低了模型的事实性错误——说实话，这让人有种梦回去年的感觉。

前沿大模型已很少再将“不胡说八道”作为卖点。尽管它依然重要，但相比代码编写、Agent、Computer Use这些新能力，总显得不够“前沿”。Sol和Luna此次又将其提上议程，可能是因为对于这种主打低价、大规模部署的模型而言，把最基础的能力做好才是关键。

OpenAI用一批真实ChatGPT对话进行测试，这些对话都曾被用户标记出事实错误。结果GPT-6 Sol犯下的事实错误数量相比GPT-5.6 Sol减少了约一半，已开始接近Astra。

Luna也明显进步。在较高effort下，它的事实准确性可达到GPT-5.6 Sol附近，而成本约为后者的百分之一。

当然，OpenAI也提醒，这批样本本就是专门挑出的“容易让模型犯错”的对话，并不能代表日常使用中的实际幻觉率。

03

模型市场只剩两种赢法

将过去48小时的模型发布联系起来，会发现一件有些残酷的事：现在发布一个“挺强的模型”，已不太够看了。

模型越来越多，能让用户记住的理由却越来越少，要么将能力天花板继续向上顶，要么在相近能力下，将价格压到别人无法企及的位置。

Artificial Analysis借用了经济学中“帕累托前沿”的概念来表示竞争的两个维度：更强，或者更便宜，一个模型至少得占一样。

如果另一个模型在比你强的同时，还比你更便宜，那你的处境就麻烦了。

昨天发布的Grok 4.7，就是一个很好的例子。

它其实并不算弱，Artificial Analysis给Grok 4.7 xhigh打了46分，比Grok 4.6高2分；Coding Agent Index更是从47分跳到56分。xAI为它换了更大的基础模型，将训练重点放在长时间代码编写和知识工作上。

但同一天，MiMo-V2.6-Pro也上线了。

同样是46分，但Artificial Analysis测得Grok 4.7 xhigh跑一项Intelligence Index任务平均需3.74美元，而MiMo-V2.6-Pro只需0.13美元。

后者还是开放权重模型，官方API每百万Token输入0.435美元、输出0.87美元。

当然，一张综合榜并不能决定模型的最终表现。Grok还有Grok Build、产品生态，以及具体代码编写和Agent任务上的优势。

但事实就是，46分对46分，价格差近30倍。到这个程度，“别的优势”已很难再作为摆在桌上的筹码了……

用户现在的选择实在太多，贵不是问题，但你的表现最好配得上这个价格。

Anthropic今天发布的Opus 5.5，走的就是这条路。Artificial Analysis给出的最高成绩是58分，一下子将能力上限又往上推了一截。它当然不便宜，max档跑一项任务平均需5.98美元，但至少用户花这笔钱时，知道自己买的是目前的最强模型之一。

OpenAI则选了另一条路：GPT-6 Sol在Artificial Analysis只有48分，距离Opus 5.5还有明显差距；Luna更只有37分。但Sol一项任务平均只需1.06美元，Luna更低至0.07美元。

这个价格，它们压根不需要证明自己比Opus更聪明，只要够用就行。

短短48小时，新模型几乎自动站成了两排。

一边是Opus 5.5这种继续冲击能力上限的模型；另一边是Sol、Luna和MiMo-V2.6这些不断压低成本的模型。

模型市场正被两股力量同时向外拉，一边不断抬高性能，另一边不断压低价格。中间那片“还不错”的位置，只会越来越难待下去。

或者，干脆换个思路，别卷模型了，去做应用吧？

Meta就是最现成的例子。Muse上线后迅速登顶美国App Store，9月21日Meta股价单日大涨11.4%；路透社统计，Muse上线至今，Meta股价已累计上涨超过20%，市值增加约2000亿美元。

模型卷不到第一也没关系，做个爆款应用，华尔街照样买单。

本文来自微信公众号“字母AI”，作者：袁心玥，编辑：王靖，36氪经授权发布。