OpenAI发布GPT-6 Sol与Luna：速度提升、价格大幅下调

数码前线

OpenAI于9月22日正式发布了GPT-6系列的两款新模型——GPT-6 Sol和GPT-6 Luna，核心定位是提供更快的响应速度和更低的调用成本。这次更新在定价策略上比较激进，尤其Luna的价格直接对标国内大模型，引发了不少讨论。

定价策略：Luna直接下探至DeepSeek区间

GPT-6 Sol的API定价为输入2美元、输出10美元/百万Token，延续了Sol系列偏中高端的定位。

而GPT-6 Luna的定价则非常激进，输入仅0.1美元、输出0.5美元/百万Token，相比GPT-5.6的促销价又降低了约50%。按当前汇率折算，Luna的输入成本约0.67元/百万Token，输出约3.35元/百万Token，这个价格已经低于DeepSeek Flash的常规定价。不过如果缓存命中率较高的话，DeepSeek在缓存命中的场景下仍有成本优势。

实际使用成本还需要结合缓存命中率、请求规模和输出Token数量综合评估，不能单纯看单价。

性能表现：各有侧重

从公开基准测试数据来看，Sol在AutomationBench上取得了33.2%的成绩，在DeepSWE 1.1中达到68.8%，展现出较强的复杂自动化和代码任务处理能力。

Luna在DeepSWE 1.1中录得66.6%，略低于Sol，但差距不大。官方建议Luna更适合客服对话、文本摘要、数据清洗等高频调用场景，走的是"够用且便宜"的路线。

开放范围

两款模型目前已经面向ChatGPT Plus、Pro、Business、Enterprise和Edu用户开放，支持通过ChatGPT Work、Codex和API调用。Free和Go用户可以在桌面端体验Luna模型。

怎么看这次发布

这次GPT-6系列的发布，最值得关注的是OpenAI在价格上的态度转变。Luna的定价直接杀入了国内大模型的价格区间，意味着在API调用成本这个维度上，国内外模型的差距正在快速缩小。对于开发者来说，多了一个高性能且低成本的选择，竞争加剧对终端用户始终是好事。

当然，国内模型在中文理解、本地化部署和缓存优化方面仍有自己的护城河，短期内不太会被完全替代。