价格减半，但性能提升有限

OpenAI于2026年9月正式推出GPT-6 Sol与Luna，这两款模型的核心卖点是大幅降低的使用成本。Sol现定价为每百万输入token 2美元、输出10美元，Luna则分别为0.10美元和0.50美元，均较前代削减约50%。OpenAI表示，这一降价源于推理效率与提示缓存技术的持续优化，节省的成本将直接传递给开发者和用户。值得注意的是，此前定位最低端的Terra模型已同步下线。

在产品定位上，OpenAI为两款模型划定了明确的使用场景。Sol主要面向构建新功能、代码审查、调试和数据分析等需要持续处理的复杂任务；Luna则更适合大批量、定义清晰的轻量任务，例如文档摘要、信息提取和简短问答。此外，GPT-6还引入了提示缓存优化，缓存命中的输入token可享受九折优惠，并新增缓存使用仪表盘与诊断工具，方便开发者精细化管理缓存策略。

OpenAI在发布时重点以价格对比Anthropic的Claude系列。在测试计算机操作能力的OSWorld 2.0基准上，GPT-6的表现据称与Claude Opus 5相近，但成本低约80%。在覆盖47种工具的业务流程自动化基准AutomationBench上，Sol在最高推理强度下据报超越了Opus 5。代码基准FrontierCode 1.1显示，Sol以每任务2.14美元的成本取得49.3%的得分，而Claude Fable 5.1得分50.3%但每任务花费高达12.83美元。

然而，独立评测机构Artificial Analysis的分析给出了更为冷静的判断。数据显示，GPT-6 Sol与Luna的每任务成本确实减半，但智能评分基本停留在GPT-5.6的水平，部分评测有所进步，另一些则出现退步。在Artificial Analysis智能指数上，Sol从47分微升至48分，Luna维持在37分不变。更值得关注的是，在测试44个专业领域计算机知识工作的GDPval-AA v2.1基准上，Sol下滑约100个Elo分，Luna下滑约75分，主要原因被归结为输出呈现质量下降和结果不完整。

此次发布还暴露出OpenAI内部模型选择逻辑的混乱。在DeepSWE v1.1软件工程基准上，Luna以最高推理强度运行时得分与Sol在次高强度下的表现相当，但成本低78%；Sol即便调至最高强度，也仅比Luna高出2.2个百分点。这让开发者在实际选型时面临困惑。与此同时，OpenAI在基准测试的选取上也被外界质疑存在挑选倾向，GDPval等常规指标未被纳入，且显然未能预判到Anthropic同期发布的Opus 5.5——后者据称性能更强且价格最高可低40%。

综合来看，GPT-6 Sol与Luna的最大意义在于将上一代模型的能力以更低的价格普及化，而非推动智能边界的突破。OpenAI在这一轮竞争中押注的是成本效率，而非性能领先。随着各家大模型厂商的基准测试愈发复杂且难以横向比较，真正的考验将落在日常工作场景中的实际表现上。

要点

• GPT-6 Sol与Luna相较前代价格减半，Sol输入每百万token降至2美元，Luna降至0.10美元，降价源于缓存与推理效率提升
• 独立评测显示两款模型智能水平与上代GPT-5.6基本持平，部分知识类基准测试甚至出现退步，实际性能提升有限
• OpenAI主要以价格优势对标Anthropic Claude系列，但未能预判Anthropic同期发布性能更强、价格更低的Opus 5.5
• Luna在最高推理强度下可匹敌Sol次高强度的表现，但成本低78%，OpenAI自身模型间的选择逻辑令开发者困惑
• 基准测试选取被质疑存在倾向性，GDPval等常规指标缺席，AI模型评测体系的可信度问题再度引发关注