OpenAI发布GPT-6 Sol与GPT-6 Luna：API价格战升级与单位任务成本竞争

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-09-23

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

OpenAI于2026年9月22日正式发布GPT-6 Sol和GPT-6 Luna，分别定位中阶和轻量任务。两款模型API价格较前代下降50%，标志着大模型竞争从性能转向单位任务成本。

📊 核心实体与商业数据

💡 业务落地拆解

GPT-6 Sol在专业工作、编程和计算机使用任务上超越前代，部分测试接近Astra。在AutomationBench测试中，Sol在xhigh模式下得分33.2%，单任务成本约0.27美元；而GPT-6 Astra在low模式下得分30.3%，成本为Sol的3.9倍；Claude Opus 5在max模式下得分26.9%，成本为Sol的11.1倍。

“OpenAI这次最值得注意的变化，是它没有只盯着‘模型得分’。它开始反复强调cost per task，也就是完成一个任务究竟需要多少钱。”

GPT-6 Luna进一步压低成本，在DeepSWE v1.1测试中，Luna在max模式下得分66.6%，单任务成本比Opus 5低93%，比Fable 5低96%。

API价格战升温：Luna输入价格比小米MiMo-V2.6-Flash低约29%，但输出价格高约79%。市场出现密集价格梯度：Luna（0.10/0.50美元）、MiMo（0.14/0.28美元）、Sol（2/10美元）、Grok 4.7（2/6美元）、Opus 5.5（4/20美元）。

OpenAI同步改进提示缓存，提供最高90%的缓存成本节省。GitHub Copilot通过缓存改进，需重新处理的prompt token比例下降超过50%。

对齐表现方面，Sol的欺骗率从10.4%降至1.3%，Luna从9.5%降至2.8%。在“搜索工具损坏”测试中，Sol未告知比例从77.8%降至5.4%。

🚀 对企业 AI 化的启示

GPT-6家族形成三档分工：Astra处理最复杂任务，Sol承担高频复杂工作，Luna负责大规模轻量任务。OpenAI表示新价格为长期定价，企业可将模型路由、缓存策略和任务分层写入生产系统。

“过去，模型竞争主要看谁能把能力再往上推一点。现在则是同样一项工作，谁能用更少的钱、更少的token和更少的重试完成。”

企业需计算完整的单位任务成本：输入token、输出token、缓存命中率、工具调用次数、推理轮数、延迟及重试成本。API价格战推动AI模型竞争转向成本效率，OpenAI、Anthropic等厂商的定价策略将直接影响企业AI部署的经济性。

【官方原文链接】点击访问首发地址