OpenAI发布GPT-6 Sol与Luna 成本降80%

今天，OpenAI 正式发布了 GPT-6 家族的两款全新模型：GPT-6 Sol 和 GPT-6 Luna，把顶级大模型的性能门槛和调用成本直接打了下来。

如果你觉得此前发布的 GPT-6 Astra 性能极强但日常用起来有些昂贵，那么今天这两款模型就是为了真正的大规模落地而来的。

它们正式加入了 GPT-6 的模型矩阵。

另外Sam说开发者日还要发布大量东西，这两天meta 的muse爆火，据说OpenAI让openclaw的创始人在领导类似的个人agent研发，很快会发布

继承 Astra 核心能力

本月初的 GPT-6 Astra 展现了当前顶级的智能水平，但真实的业务场景往往有着不同的算力预算和吞吐节奏。

GPT-6 Sol 和 GPT-6 Luna 继承了 GPT-6 Astra 的核心训练方法，把事实准确度、代码生成、电脑操作和安全对齐等维度的技术积累，完整下放到了更快速、更实惠的模型中。

在事实可靠性上，GPT-6 Sol 的犯错率相比前代 GPT-5.6 减少了近一半，在日常问答中无限逼近 Astra 的水准。Luna 也在高推理模式下追平了 GPT-5.6 Sol 的表现，而成本大幅下降。

在编写代码与工程落地方面，GPT-6 Sol 在真实代码库评测 DeepSWE v1.1 中取得了 68.8% 的高分，几乎追平了 Claude Fable 5 的最高水准，单任务成本却低了约 80%。

在电脑操作（Computer use）评测 OSWorld 2.0 中，GPT-6 Sol 取得了 60.5% 的成绩，与 Claude Opus 5 相当，花费同样只有后者的五分之一左右。

甚至在交互沟通上，它们也同步了 Astra 的语言风格：说话更精炼，废话更少，技术表达直奔主题。

缓存与推理大幅提效，API 价格直接砍半

好模型的关键不仅在于跑分，还在于能不能让人用得起。

OpenAI 优化了底层推理架构和上下文缓存机制，决定把省下来的成本直接返还给开发者：

相比 GPT-5.6 的促销价格，GPT-6 Sol 和 Luna 的 API 定价直接降低了 50%。

在上下文缓存方面，命中缓存的输入 Token 可享受高达 90% 的折扣。

现在，开发者可以在不破坏缓存的前提下，根据任务难度随时调高或调低推理强度，或者临时增减工具调用。

后台还新增了 Prompt 缓存分析看板和显式断点功能，方便团队精准掌控上下文复用。

根据 GitHub 的实际统计，这些改进让 Copilot 在处理数十亿次请求时，需要全新计算的 Prompt 比例降低了 50% 以上，响应速度成倍提升。

更高限额与更低成本，带来更大的探索空间

更低的调用单价和更高的使用上限，意味着开发者和企业可以用更低的试错成本去跑复杂的工作流。

在多应用业务自动化测试 AutomationBench 中，GPT-6 Sol 跑出了超越 Claude Opus 5 最高设定的成绩，而每次任务花费的成本只有 Opus 5 的 9%。

在复杂专业代理评测 Agents’ Last Exam 中，GPT-6 Sol 拿到了 56.4% 的高分，在击败竞品最高水平的同时，成本省去了 60%。

不论是日常高频调用，还是让 Agent 执行长链路的重度任务，研发团队都不必再为激增的账单提心吊胆。

延续 Astra 对齐进展，可靠性显著提升

GPT-6 Sol 和 Luna 延续了 Astra 在模型对齐领域的成果。

相比上一代 GPT-5.6 系列，新模型在遵循人类意图、减少幻觉方面有了进一步提升。

尤其在复杂的编程任务中，模型给出误导性说明和虚假承诺的概率明显降低，输出的内容更加严谨实在。

即日起全量推送，多端同步上线

新模型即日起正式推送上线。

Plus、Pro、Business、Enterprise 以及 Edu 用户，可以在 ChatGPT Work 和 Codex 中直接切换使用 GPT-6 Sol 与 GPT-6 Luna。

API 开发者即刻起可通过接口直接调用 gpt-6-sol 与 gpt-6-luna。

Free 与 Go 用户也可以在桌面端应用中体验 GPT-6 Luna