OpenAI 发布 GPT-6 Sol 与 Luna：把旗舰智能「打到」日常价格

2026 年 9 月 22 日，OpenAI 扩展 GPT-6 模型家族，发布 GPT-6 Sol 与 GPT-6 Luna 两款新模型——继本月初旗舰 GPT-6 Astra 之后，把新一代智能按「能力-成本」分层下沉。消息发布后与 Anthropic 的 Opus 5.5 同日刷屏 Hacker News（两帖均 1100+ 分）。

双模型定位

• GPT-6 Sol：面向日常专业工作与编程的中坚款。官方称其事实性错误率较前代减半、接近 Astra 的可靠性；在 AutomationBench 企业自动化基准上，Sol（xhigh 档）以每任务约 9% 的成本胜过 Claude Opus 5（max 档）；DeepSWE 软件工程基准 68.8%，接近 Claude Fable 5 的 69.9% 而成本低约 80%；
• GPT-6 Luna：极致性价比款。DeepSWE 66.6% 约等于 Opus 5 与 Fable 5 的中档表现，但每任务成本分别低 93% 与 96%。

价格与工程改进

• API 定价较 GPT-5.6 促销价直降 50%（具体价目表见 OpenAI 官网），缓存输入读取享 90% 折扣；
• 缓存机制大幅改进：默认缓存命中率更高；调整推理档位或开关工具不再击穿缓存；开发者可显式设置缓存断点。OpenAI 引用 GitHub 数据称这些改进已让 Copilot 场景的重复处理 token 减少 50% 以上；
• 可用性：即日起面向 ChatGPT Plus/Pro/Business/Enterprise/Edu 用户在 ChatGPT Work 与 Codex 开放；Free/Go 用户可在桌面应用使用 Luna；API 模型名为 gpt-6-sol 与 gpt-6-luna，并已登陆 Amazon Bedrock。

对企业的启示

1. 1批量任务的成本拐点：Luna 把「接近旗舰中档」的智能打到约十分之一成本，过去因预算砍掉的批处理场景（文档分类、数据清洗、工单初审）现在值得重新测算；
2. 2缓存是隐形折扣：对 Agent 类长上下文应用，新缓存策略带来的实际节省可能不亚于降价本身——选型时应把「缓存友好度」纳入评估；
3. 3对比口径要看清：OpenAI 公告的竞品对比基于 Claude Opus 5/Fable 5.1，而 Anthropic 同日已发布 Opus 5.5——厂商基准营销的「时效差」越来越大。ProMen 建议企业用自己的真实任务样本做基线评测，欢迎与我们交流多模型路由与评测方案。