OpenAI发布GPT-6 Sol与Luna API降价五成

2026年9月22日，OpenAI正式发布GPT-6家族两款全新模型GPT-6 Sol与GPT-6 Luna，定位为平衡性能与成本的主力产品，将旗舰级能力下沉至日常高频工作场景[S1]。两款模型采用与此前发布的GPT-6 Astra类似的训练方法，在专业工作、事实性、编码、计算机使用和对齐等维度继承了Astra的技术积累，同时通过推理效率与缓存优化实现了成本大幅下降[S5]。

价格体系与成本对比

价格方面，GPT-6 Sol和Luna的API价格相比GPT-5.6促销价整体降低50%[S1]。其中GPT-6 Sol定价为每百万输入token 2美元、每百万输出token 10美元，对应前代GPT-5.6 Sol促销价的一半水平[S8]；GPT-6 Luna的具体API定价尚未公开。OpenAI表示，缓存命中率提升与推理架构优化共同降低了服务成本，这部分节约被直接让利给开发者和企业用户[S5]。

从单位任务成本看，新模型的性价比提升更为明显。官方内部事实性评估显示，GPT-6 Sol的错误率约为前代的一半，可靠性接近Astra级别，而使用成本显著更低[S9]。官方内部评估还显示，GPT-6 Luna在更高努力级别下性能可追平GPT-5.6 Sol，成本约为后者的百分之一[S9]。对于批量处理、智能体工作流等token消耗较大的场景，价格腰斩叠加效率提升意味着单位任务的综合成本下降幅度超过单纯的定价降幅[S6]。

性能宣称与技术优化

官方披露的性能信息主要集中在事实性、编码能力、计算机使用和对齐四个方向。官方内部评估显示，在基于去标识化真实对话数据的内部事实性评测中，GPT-6 Sol的错误数量约为前代模型的一半，正在接近GPT-6 Astra的可靠性水平[S9]。编码能力方面，官方内部评估提到随着内部编码代理承担的任务复杂度和持续时间不断提升，新模型针对长流程编码场景做了专门优化，以支撑更高频的调用需求[S9]。

缓存机制是本次更新的另一项重点改进。OpenAI优化了GPT-6系列的提示缓存策略，默认提供更高的缓存命中率，帮助智能体重用更多上下文内容，既减少重复上下文带来的token开销，也能提升响应速度[S5]。对于存在大量重复系统提示、文档上下文或历史对话的应用而言，缓存优化可以进一步放大降价带来的成本优势[S4]。

对齐层面，GPT-6 Sol和Luna相较GPT-5.6版本均有改进，其中与编码工作相关的误导性声明发生率有所下降[S5]。对话风格也向GPT-6 Astra靠拢，技术和编程场景下的回答更简洁、术语使用更克制，低价值细节减少，同时保留核心信息密度[S5]。

产品分层与目标场景

随着Sol和Luna的加入，GPT-6家族初步形成三级产品矩阵：位于顶端的GPT-6 Astra仍是OpenAI整体能力最强的模型，面向追求最佳效果的高价值任务[S3]；中间层的GPT-6 Sol主打性能与成本平衡，适合复杂编码、知识工作、研究、网络安全、科学计算和设计等中等以上复杂度场景[S1]；底层的GPT-6 Luna则定位高效低成本模型，面向高负载、大批量的工作负载[S5]。

这种分层策略的核心是将不同强度的任务导向对应成本档位的模型，从而在扩大使用规模的同时控制基础设施压力[S6]。过去只有高价值任务才值得调用先进模型，而随着Sol和Luna定价下探，分类、抽取、改写、检索、格式校验等大量基础性工作流也具备了用大模型规模化处理的经济可行性[S10]。

上线范围与可用入口

目前两款模型已在多个平台同步上线。ChatGPT Work和Codex中，Plus、Pro、Business、Enterprise及Edu版本用户均可使用GPT-6 Sol和Luna[S1][S5]。免费用户和Go用户可以在桌面应用中使用GPT-6 Luna[S5]。API端则以gpt-6-sol和gpt-6-luna的模型标识提供服务，开发者可直接修改调用参数完成切换[S5]。

第三方云平台方面，Amazon Bedrock已全面支持两款新模型[S1]。微软Azure模型目录收录GPT-6 Luna及Microsoft Foundry相关支持信息暂未得到可靠信源确认，有待后续披露。需要注意的是，两款模型目前尚未在ChatGPT主聊天界面上线，具体上线时间尚未公布[S5]。

市场影响与后续观察

此次降价被视为大模型API市场竞争从“拼旗舰能力”转向“拼规模性价比”的重要信号[S6]。对开发者而言，单位token成本下降意味着同等预算下可以运行更多任务，此前受成本限制的智能体工作流、批量数据处理等场景有望获得更大的迭代空间[S6]。对企业用户来说，成本降低将推动AI能力向更多非核心业务环节渗透，加速企业自动化进程。

从竞争格局看，OpenAI选择在旗舰模型发布后快速推出低成本版本，意在快速扩大用户基数和调用量，巩固市场份额[S6]。不过目前公开信息仍以官方披露为主，第三方独立基准测试数据尚未公布，两款模型的实际性能表现、上下文窗口长度、多模态能力等细节仍有待进一步验证。后续市场对降价的实际反应、竞争对手的应对策略以及模型在真实场景中的稳定性，都将是观察本次发布长期影响的关键维度。