OpenAI 发布 GPT-6 Sol 与 Luna：价格再砍半的工作马模型

OpenAI 在同一天连发两款新模型——GPT-6 Sol 与 GPT-6 Luna，而这一天恰逢 Anthropic 推出 Opus 5.5、Grok 也在前一天发布 4.7 版本。三大厂商密集出招，让这一周成为名副其实的"模型周"。本文基于 YouTube 频道 Forward Future 的实测分析，梳理这两款新模型的定价、性能表现，以及它们背后透露出的行业走向。

价格再降 50%：Luna 便宜到不可思议

从 GPT-5.6 Sol 到 GPT-6 Sol，价格直接下降 50%，来到每百万输入 token 2 美元、每百万输出 token 10 美元的水平——而这已经是仅次于绝对旗舰 Astra 的第二梯队模型。

Luna 的降价更为激进。此前 GPT-5.6 Luna 就曾有过 80% 的降价，让它一度成为"地球上最值得使用的模型之一"：极快、极便宜、智能仍然很高。如今 GPT-6 Luna 在此基础上再砍 50%，定价来到每百万输入 token 10 美分、每百万输出 token 50 美分。

UP 主直言，这样的定价"令人难以置信"，并认为 Luna 能够胜任你交给它的 90%~95% 的任务，是名副其实的"工作马"（workhorse）模型。OpenAI 官方也表示，此次 API 降价是永久性的，将让这两款模型在大量新场景中变得可行，同时让订阅用户的额度更耐用。

基准测试：Sol 紧追 Astra，Luna 性价比封神

在 Automation Bench 测试中（Y 轴为得分、越高越好，X 轴为成本、越低越好），max effort 下的 5.6 得分为 28.8，而 GPT-6 Sol 的 extra high 档拿下了 33% 的第一名。不过 UP 主强调，Astra 仍是 OpenAI 最强的模型，Sol 只是它一个更便宜的替代版本——如果你需要绝对最优的答案，仍要为 Astra 买单。

Luna 则是三者中得分最低的，但代价只是零头。即便在低 effort 设置下得分不高，成本也极低；而开到 max 时能拿到 20% 以上的分数，每个任务成本却不到 5 美分。

值得关注的是 Frontier Code 测试。Luna 表现强劲：Luna Max 每任务成本 11 美分，可对标 Sol Medium 的 80 美分；Sol 又能对标 Astra Low 的 1.7 美元。而在 UP 主认为最能反映智能体编程能力的基准里，GPT-6 Luna Max 拿下 66.6%，每任务成本仅 22 美分，被形容为"phenomenal"。

不过在 OS World（计算机操作）测试中，Luna 明显落后：得分 53%，而 Astra 达到 73%，说明在需要复杂环境交互的任务上，廉价模型仍有短板。

Automation Bench 是一个专门评估 AI 模型在自动化任务中端到端完成能力的基准测试，涵盖网页操作、表单填写、信息检索等典型工作流场景。测试中的"effort 档位"（low / medium / high / extra high）对应模型在推理时投入的计算量——档位越高，模型思考步骤越多、输出质量越好，但每次调用的 token 消耗和成本也随之上升。Frontier Code 则聚焦于真实软件工程任务，包括代码生成、调试和多文件修改，通常被视为衡量模型"智能体编程能力"的黄金标准。OS World 测试更进一步，要求模型在模拟桌面环境中直接操控 GUI（图形用户界面），完成安装软件、管理文件等复杂人机交互任务，难度显著高于纯代码生成，因此即便是廉价模型在前两项表现优异，在 OS World 上的落差也揭示了其在多模态感知与长程规划上的不足。

同日三雄对决：性能差一点点，价格差好几倍

UP 主让 Astra 绘制了一张图表，把 GPT-6 Sol、Luna 与 Opus 5.5 放在同一天、同一坐标系里对比。在 Frontier Code 上，三款模型的性能差距只有约 6~7 个百分点，但价格却相差数倍——从 10 美分、2 美元到 4 美元不等。

这印证了一个越来越清晰的行业叙事：想要"绝对最好的那个答案"，代价是昂贵的；而多数实际任务并不需要旗舰级性能，用便宜几倍的工作马模型即可高效完成。

为何两家同日降价？"控速前沿"的必然结果

耐人寻味的是，Anthropic 与 OpenAI 在同一天都对新模型下调了价格。UP 主给出的解读是：当这些公司谈论"pacing the Frontier"（有节奏地推进前沿）时，你得到的正是效率、速度和价格，而非绝对的原始算力与智能。

他进一步指出，这并不意味着厂商内部没有在研发更强模型，而是当前对外释放的产品形态使然。典型的发布节奏是：先推出昂贵的基础旗舰模型（如 Astra、Fable），随后几周到几个月内，再逐步放出更高效、更便宜的工作马版本——它们可能在架构上与旗舰相似，甚至是旗舰的蒸馏版本。因此 Sol 与 Luna 的出现完全在预期之内。

"Pacing the Frontier"（控速前沿） 是 AI 安全与产品策略领域的一个概念，指头部实验室有意识地以可控节奏向外界释放能力，而非一次性公开其最强成果。这一策略的底层逻辑在于：实验室内部研发进度往往远超对外发布时间线，但出于安全评估、市场节奏管理和竞争布局等考量，会选择分阶段推出产品。旗舰模型（如 Astra、Fable）充当能力锚点与品牌标杆，随后推出的高效蒸馏版本（如 Sol、Luna）则面向更广泛的实际部署场景。模型蒸馏（Model Distillation）是实现这一路径的关键技术：用大型教师模型的输出来训练更小的学生模型，使其在大幅降低参数量和推理成本的同时，尽可能保留旗舰模型的推理能力。Sol 与 Luna 极有可能是 Astra 蒸馏链条上的产物，这也解释了为何它们能以旗舰十分之一不到的成本，在多数基准上拿到接近的分数。

可用性与总结

GPT-6 Sol 与 GPT-6 Luna 即日起在 ChatGPT Work 和 Codex 中向所有 Plus、Pro、Business、Enterprise 及 EDU 用户开放；免费与 Go 用户可在桌面应用中使用 GPT-6 Luna。OpenAI 称，这两款模型不仅在各项能力上有显著提升，在写作等方面也是"一试便知"的品质飞跃。

综合来看，GPT-6 Sol 和 Luna 代表了当下大模型竞争的一个关键方向：以更低价格提供逼近旗舰的实用智能。对绝大多数开发者和企业用户而言，这类工作马模型可能比昂贵旗舰更具吸引力。