GPT-6 Sol和 Luna上线，打折比梁文锋还狠

今夜注定难眠。

Opus 5.5 发布仅 90 分钟，OpenAI 便同步推出了 GPT-6 Sol 和 Luna。

前脚 Anthropic 刚下调 Opus 的价格，后脚 OpenAI 就砍得更深。

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

Luna 更为夸张，只需 0.1 美元和 0.5 美元，直接降至 Astra 的 1%。

这一夜，模型能力还没来得及检验，价格战却已先行打响。

01

便宜，但未缩水

Astra 仍是 GPT-6 系列的顶级选项，OpenAI 明确表示，若任务足够重要、足够困难，且不愿在能力上做出任何妥协，应继续选择 Astra。

新推出的 Sol 和 Luna 的任务，是将 Astra 的能力注入更便宜的模型中。

OpenAI 指出，这两款模型采用了与 Astra 相似的训练方法，把这一代在专业工作、事实准确性、Coding、Computer Use 和 Alignment 上的进步进行了“下放”。

其中，GPT-6 Sol 定位为复杂 Coding 和 Agent 工作流的主力模型，Luna 则负责高频、大规模、任务相对集中的工作，核心是快和便宜。

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

它们的推理档位甚至比 Astra 多一个选项。Astra 只有 low、medium、high、xhigh 和 max，Sol 和 Luna 则多了一个 none，可将推理关闭。默认档位均为 medium。

Sol 的知识截止日期是 2026 年 4 月 20 日，Luna 反而更新一些，到 2026 年 5 月 18 日。有趣的是，Astra 的知识截止日期是 2026 年 4 月 30 日，正好卡在两个新模型中间。看来知识截止日期与模型“档位高低”并非一回事。

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 更狠，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。

而且这还不是价格的下限。Batch 和 Flex 模式继续半价，缓存命中的输入 Token 也只按普通输入价格的 10% 收费。

不过，百万上下文不能从头到尾都按这个价格算。

OpenAI 规定，一旦单次请求的输入超过 27.2 万 Token，整个请求都会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 塞进超长上下文后，会变成 4 美元输入、15 美元输出；Luna 则变成 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，但两个数字不能直接相乘。

价格降得很夸张，但性能并未摆烂。

OpenAI 用 Sol 证明了，原本需要旗舰模型花很多钱才能做的事，现在可以便宜很多。

例如跨应用 Agent 测试 AutomationBench——由于 OpenAI 的文档中不包含刚发布的 Opus 5.5，所以我们去查阅了 Zapier 的公开榜单。

在这项测试中，GPT-6 Sol 开到 xhigh 拿到 33.2%，单任务成本仅 0.27 美元。

如果只看绝对能力，它还打不过刚发布的 Opus 5.5，后者 max 档做到 40.0%，仅次于 Astra max 的 41.4%。但 Opus 5.5 每项任务要 1.28 美元，几乎是 Sol 的 4.7 倍；Astra 则要 1.73 美元，是 Sol 的 6.4 倍。

尽管 Sol 没有拿下第一，但它用不到 0.3 美元的价格，已挤入同一张前沿 Agent 榜单。

Coding 也是如此。

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

Luna 则更加夸张，这个每百万输入 Token 仅卖 0.1 美元的模型，max 档也跑到了 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 拿到 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，也能超过上一代 GPT-5.6 Sol medium，而成本仅为其大约十分之一。

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%，但这组成绩来自 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出来的。两者并非同一套公开横测，不能直接比较。

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

GPT-6 Sol 和 Luna 今天已进入 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。

开发者则可通过 API 直接调用，模型 ID 分别是 gpt-6-sol 和 gpt-6-luna。

目前两款模型尚未进入普通 Chat。Work 和 Codex 则会于当天逐步完成推送，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，再送一次额度重置，这个发布夜算是把“便宜”贯彻到底了。

02

跑分未暴涨，但体感在变

把视角移到第三方 Artificial Analysis，这一代模型的智力其实与上一代相差无几。

在最新的 Intelligence Index 中，GPT-6 Sol max 拿到 48 分，上一代 GPT-5.6 Sol 是 47 分；GPT-6 Luna max 则是 37 分，上一代 GPT-5.6 Luna 甚至还高一分。

两款模型的综合能力基本原地踏步，但成本则完全不同。

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。

这甚至不是因为两个新模型学会了“省 Token”，Sol 平均每项任务生成的 Token 从 2.9 万增加到了 3.1 万，Luna 更是从 4.1 万增加到 5.1 万。它们只是单纯卖得更便宜了。

说到便宜，怎能不提中国模型呢？

最新的 DeepSeek V4.1 Flash 在 Artificial Analysis Intelligence Index 中拿到 39 分，平均单任务成本约 0.27 美元。虽然成绩比 Luna 高两分，但 Luna 的单任务成本仅 0.07 美元，大约是 V4 Flash 的四分之一。

但要说它是“价格屠夫”，还差点意思——就在昨天，小米刚刚发布了 MiMo-V2.6 系列。其中 MiMo-V2.6-Pro 在同一版 Artificial Analysis Intelligence Index 中拿到 46 分，距离 Sol max 的 48 分仅差 2 分；但它的平均单任务成本仅 0.13 美元，而 Sol 是 1.06 美元。

只看 API 价格的话，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，所以暂时无法与 Luna 做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 把 GPT-6 的价格打进来了，但中国模型早已在此卷了很久。

说完价格和跑分，值得注意的是，OpenAI 这次也专门对模型的“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：说话更清楚，少一点行话，减少奇怪的措辞和低价值细节，整体回答也会稍微变短，但不牺牲真正有用的信息。

OpenAI 认为，这种变化在 Coding 和技术对话中尤为明显。

而就在 90 分钟前发布的 Opus 5.5，也做了几乎同一个方向的升级。Anthropic 表示，新 Opus 会将重要信息更早放出，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。

同一个晚上，OpenAI 和 Anthropic 都开始为自己的模型“去 AI 味”了。

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，这让我有一种梦回去年的感觉。

前沿大模型已很少再把“不胡说八道”当成卖点了。尽管它依然重要，但相比 Coding、Agent、Computer Use 这些新能力，总显得不够“前沿”。Sol 和 Luna 这次又将其捞了回来，可能是因为对于这种主打低价、大规模部署的模型来说，把最基础的能力做好才是关键。

OpenAI 用一批真实 ChatGPT 对话做测试，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 减少了大约一半，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，而成本大约仅为其百分之一。

当然，OpenAI 自己也提醒，这批样本本来就是专门挑出来的“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

把过去 48 小时的模型发布连起来，会发现一件有点残酷的事：现在发一个“挺强的模型”，已经不太够看了。

模型越来越多，能让用户记住的理由却越来越少，要么把能力天花板继续往上顶，要么就在相近能力下，把价格压到别人比不了的位置。

Artificial Analysis 借用了经济学里“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，就是个很好的例子。

它其实不算弱，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 给它换了更大的基础模型，把训练重点放到长时间 Coding 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 任务平均要 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 Coding 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了，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，一下子把能力上限又往上推了一截。它当然不便宜，max 档跑一项任务平均要 5.98 美元，但至少用户花这笔钱的时候，知道自己买的是目前的最强模型之一。

OpenAI 则选了另外一条：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 这种继续冲能力上限的模型；另一边是 Sol、Luna 和 MiMo-V2.6 这些不断往下砸成本的模型。

模型市场正在被两股力量同时往外拉，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。若想了解更多模型动态，可访问天行足球官网。

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。