OpenAI（OpenAI）本月早些时候推出 GPT-6 阿斯特拉（GPT-6 Astra），称其为世界上智能水平最高、对齐最好的模型。最苛刻、最重要的项目仍需 Astra 的完整深度，但工作会以不同规模、节奏和预算发生，因此 OpenAI 把 GPT-6 宇宙扩展到 GPT-6 索尔（GPT-6 Sol）和 GPT-6 露娜（GPT-6 Luna）。它们采用与 Astra 相似的训练方法，把 Astra 在专业工作、事实准确性、编程、计算机使用和对齐上的进展带到更快、更便宜的模型中，并将 Sol 和 Luna 的 API 价格较 GPT-5.6 促销价下调 50%。

本月早些时候，我们推出了全球最智能、对齐最好的模型 GPT‑6 Astra。不过，最艰巨重要的项目才需要 Astra 的全部深度，实际工作有不同的规模、节奏和预算。

因此我们扩展了 GPT‑6 系列，推出 GPT‑6 Sol 和 GPT‑6 Luna。Astra 开启了新一代智能，这两款模型通过在成本效率上推进前沿，让更多人享受到智能的益处。我们用与 Astra 类似的方法训练 Sol 和 Luna，将 Astra 在专业工作、事实准确性、编程、电脑操作和对齐方面的顶尖能力，带到了更快速、更实惠的模型上。

整个 GPT‑6 系列在成本与智能的曲线上领先，各档位都具备出色能力，且有基础设施能高效大规模提供服务。缓存和推理的改进降低了服务成本，我们将节省的费用直接让利用户，Sol 和 Luna 的 API 价格相比 GPT‑5.6 促销价下调 50%。这些改进让先进 AI 能切实用于更多日常任务和大规模应用。

GPT‑6 API 定价

模型输入*输出降价幅度* GPT‑6 Sol
对比 GPT‑5.6 Sol：$4 → $2，$20 → $10，便宜 50% GPT‑6 Luna
对比 GPT‑5.6 Luna：$0.20 → $0.10，$1.20 → $0.50，便宜 50%

价格为每百万 token 计费。

GPT‑6 Astra 依然是我们全方位最好的模型。当你想要最佳结果、不愿妥协时，就选它。

整个模型系列的跃升

GPT‑6 Sol 和 Luna 为你熟悉和常用的模型带来了智能升级和成本效率，在最能完成复杂工作的能力上表现突出。

专业工作

GPT‑6 Sol 能处理困难的工作任务，同时凭借更高的使用上限和更低的成本给你更多迭代空间，相比同价位竞品模型智能更高、结果更好。

在跨应用的业务工作流测试 AutomationBench 中，GPT‑6 Sol 在 xhigh 算力下表现超过 max 算力的 Claude Opus 5，而每次任务成本仅为其 9%。GPT‑6 Luna 在 high 算力下比前代提升 5.4 个百分点，单次任务成本降低 58%。

在 AutomationBench 1.0.6 中，AI 代理使用销售、营销、运营、支持、财务和人事等 47 种工具完成端到端工作流测试。Claude Fable 5.1 的数据低估了实际成本，因为它没算 Opus 5 回退（约 40% 的任务发生了回退）的费用。

GPT‑6 Sol 也以远低于 Claude Fable 5.1 的成本超越它，甚至胜过低算力的 GPT‑6 Astra。

| 模型（算力） | 得分 | 单次任务成本 | | --- | --- | --- | | GPT‑6 Sol (xhigh) | 33.2% | $0.27 | | GPT‑6 Astra (low) | 30.3% | 3.9倍 GPT‑6 Sol | | Claude Opus 5 (max) | 26.9% | 11.1倍 GPT‑6 Sol | | Claude Fable 5.1 含 Opus 5 回退 (max) | 31.4% | >8.9倍 GPT‑6 Sol (回退成本未公开) |

在评估复杂专业工作流的 Agents’ Last Exam 中，GPT‑6 Sol 在 max 算力下得分 56.4%，高于 Claude Opus 5 在该评估中的最高分，且单次任务成本低 60%。

事实准确性

答案是否有用取决于事实是否正确，我们持续提升事实可靠性。在基于用户标记错误的去标识化真实对话的内部事实评估中，GPT‑6 Sol 的错误量约为前代一半，以低得多的成本接近 Astra 的可靠度。GPT‑6 Luna 也有大幅改进；高算力下其表现可与 GPT‑5.6 Sol 持平，成本仅约其百分之一。

该事实评估基于用户曾标记出先前模型事实错误的去标识化 ChatGPT 对话。这类引错对话不能代表通常用法（那里事实错误更少见）。得分未控制长度，但我们的冗长度扫描显示答案长度几乎无影响。

编程

今年，编程代理处理的任务比以往更复杂、更广、更耗时。OpenAI 内部用量指数级增长：按 API 价格算，研究员日均 token 费用中位数超 600 美元，前 10% 的研究员超 7000 美元。代理承担的任务更长更艰巨，持续使用的成本就更关键。GPT‑6 Sol 和 Luna 将强劲编程表现与更低 API 价格结合，让开发者有更多迭代空间，团队也更敢让 Codex 挑战高难任务。

在评估代码能否并入真实代码库的 FrontierCode 中，GPT‑6 Sol 比 GPT‑5.6 Sol 大幅提升，且能以低得多成本匹敌 Claude Fable 5.1 xhigh。

在真实代码库复杂软件工程测试 DeepSWE v1.1 中，GPT‑6 Sol 在 max 算力下得 68.8%，与 Claude Fable 5 最高分（xhigh 下 69.9%）仅差 1.1 个百分点，单次任务成本低约 80%。

GPT‑6 Luna 在 max 算力下得 66.6%，可比 Claude Opus 5 和 Fable 5 的 medium 算力。对比中，Luna 单次任务成本比 Opus 5 低 93%，比 Fable 5 低 96%。

电脑操作

GPT‑6 Astra 仍是全球最佳电脑操作模型，但 GPT‑6 Sol 和 Luna 比前代更具成本效率。在 OSWorld 2.0 离线测试中，GPT‑6 Sol 在 xhigh 下得分 60.5%，接近 Claude Opus 5 medium 的 60.3%，单次任务成本低约 80%。GPT‑6 Luna (max) 能以十分之一成本超越 GPT‑5.6 Sol (medium)。

在 OSWorld 2.0 中，AI 代理尝试横跨日常与专业任务的长期电脑操作工作流。我们报告的是 v2026.08.08 版本离线集的部分奖励。

协作风格

我们将 GPT‑6 Astra 改进的沟通风格带到了 Sol 和 Luna，在技术和高程对话中尤为明显。预期答案更清晰、术语更少、怪异措辞更少、低价值细节更少，整体稍短却不失实质。

提示词：

网站看起来挺干净！能用 Bento Box 设计风格吗，并在右上角页面间加个滑块？你可能需要深入 React……

GPT-5.6 Sol

GPT-6 Sol

虽风格见仁见智，我们更偏好 GPT‑6 Sol 的回复：它不急于下结论，少赘述提问者可能已知细节（如网站有四个页面），少模糊用语（如“bento 感”“围绕那系统重塑”），更坦然说明查了和没查什么，且不必要地分享如图像工具提示词之类的实现细节。

改进代理与长对话的缓存

除更低 token 价格，我们帮基于 GPT‑6 开发的者节省复用上下文的成本。我们改进了 GPT‑6 的提示缓存，默认命中率更高，助代理复用更多上下文、响应更快，且缓存输入 token 读取费用降低 90%。

开发者还有更多衡量和优化缓存表现的方法：

• 监控与诊断。 提示缓存仪表盘显示缓存输入量及其随时间变化。诊断工具帮助解释错失的缓存机会及修复方法。
• 调推理算力与工具而不破缓存。 可针对难题提高推理算力、简单后续降低，并按代理需求启停工具。两种控制现在都保留先前上下文以供缓存复用。
• 优化缓存前缀。 显式断点让开发者选择缓存提示前缀的结束位置，更控复用并提升表现。

GitHub 报告过去数月，这些改进让需重新处理的提示 token 比例在数十亿次请求中降低超 50%，助 Copilot 响应更快。

持续完善对齐

GPT‑6 Sol 和 Luna 建立在 Astra（迄今最对齐模型）的对齐工作之上。我们的对齐评估中，Sol 和 Luna 均优于 GPT‑5.6 对应版，包括对编码工作误导陈述的比率更低。

以下评估刻意测试挑战情境，不衡量典型使用故障率。完整结果见系统卡。

内部编码欺骗评估中，AI 代理被给予刻意诱发不诚实的任务。典型使用欺骗少得多。欺骗率指检出欺骗的答案占比。算力设为最大。

可用性

即日起，所有 Plus、Pro、Business、Enterprise 和 Edu 用户的 ChatGPT Work 与 Codex 中可用 GPT‑6 Sol 和 Luna。Free 和 Go 用户可在桌面应用访问 Luna。Chat 中暂不可用。OpenAI API 中型号为 gpt-6-sol 和 gpt-6-luna。

为保服务稳定，我们计划今天内逐步在 ChatGPT 推出。若 Work 或 Codex 中没看到，请稍后再试。

GPT 评估在研发环境或 API 进行，因系统提示、工具等差异，输出可能略异于生产版 ChatGPT。竞品评估取自公开报告。缺 Claude Fable 5.1 分时用 Fable 5 分。

价格几乎一边倒地成为讨论焦点，社区情绪是「便宜到不真实」的兴奋；分歧主要在于这是否代表能力真进步，还是只是花更少的钱买到差不多的东西，另有少数声音质疑整条线程被刷。

认为这次降价本身就是分水岭

• Luna 输入价降到每百万 token 0.10 美元、输出 0.50 美元，相对上一代砍半，被称为「便宜到无需计量」的智能（较多人）
• 有人算过，以这个价位让 Luna 追着一个目标跑十天都不太会撞上额度上限（较多人）
• 低价档已经便宜到多数日常电脑操作够用，不再是「勉强能跑」的层级（较多人） > 以这个价格，让 Luna 盯住一个目标跑上十天也不会触及上限。（@nickandbro）

认为能力只是小幅进步，买的是价格不是智力

• 照官方图表看，Sol 6 相对 5.6 Sol 属于增量改进，主要卖点是成本大降，外加继承 Astra 的写作与沟通风格（较多人）
• 两个发布共用的基准只有 frontier code 和 automation bench：Sol 6 在 automation bench 打平且半价，Opus 5.5 在 frontier code 上贵一样却高 2–5%（较多人）
• 有人发现 6 Sol 在 DeepSwe 上反而不如 5.6 Sol，觉得奇怪（少数人）
• 也有说法称 Opus 5.5 更聪明且更便宜，Sol 6 稍笨但便宜得多（较多人） > 从他们自己的图表看，它只是比 5.6 Sol 小幅提升，但成本大幅下降，还有 Astra 的表达方式——行吧，我接受。（@cmrdporcupine）

把这一切读作两家实验室的正面价格战

• 有人断定这次降价就是冲着 Anthropic 同日发布来的（较多人）
• 有人贴出各家每百万 token 价格对照，直言在这种价位下很难理解还有谁在用 Claude（较多人）
• 有人判断两家实验室毛利率约 80%，还有很长的降价空间可打（少数人） > 这不可能不是刻意安排来撞上 Anthropic 今天的发布。（@beardsciences）

怀疑低价不可持续，或整条线程是被操纵的

• 有人不信任这个定价能长期维持，但乐见它逼着高水平的中国竞品继续降价（少数人）
• 有人直接指控这是 HN 上见过最露骨的刷榜，并称自己此前提出该质疑的评论原本是最高赞、随后被标记（少数人） > 26 分钟 89 条评论，瞬间顶到榜首，而且正好在 Opus 5.5 公布后一小时内。（@recitedropper）

实际选择订阅的人更看重额度、上下文与工具链

• 降价同样适用于订阅而不只是 API，有人给出官方来源确认（较多人）
• 在 Codex 与 Claude Code 之间反复横跳的人认为，额度设计、harness 上下文窗口、能否在官方 harness 之外调用这三项里 Codex 赢两项（较多人）
• 有评论指出 252k 上下文就是不够，即便压缩做得再好，长任务里强模型也会跑偏（较多人） > 252k 就是不够用，压缩再好，长任务里再强的模型也会丢掉主线。（@jeffnash）

对模型的「手感」和沟通风格产生了依恋

• 有人认为两家实验室都注意到并开始改善表达风格，此前输出正越来越接近无意义呓语（较多人）
• 有人把 5.6 Sol 当成合拍的同事，担心继任者技术上更强却不再顺手，并因此感到对实验室高度依赖、职业上很脆弱（少数人） > 它是我第一个真正产生感情的模型，这让我在职业上对实验室极度没有安全感。（@m_fayer）

困惑于产品线缺口与编排组合

• 多人在问为什么没有 GPT-6 Terra，以及上一代 Terra 位置的缺失（较多人）
• 有人总结最佳模式是 Astra 当编排者、Sol 当执行者，与 Fable 加 Opus 的分工相同（较多人）
• 有人调侃这次发布的产品名和文案本身就很有大模型生成的味道（少数人）

有价值的补充

• 降价同时作用于订阅额度，这一点由官方推文确认，不只是 API 单价的调整（@markerbrod）
• GPT-6 Luna 的价格已经压到 DeepSeek 4.1 flash 之下，这一天的性价比变化是全线性的（@GodelNumbering）
• 第三方推理服务商想用同等开源模型在价格上打赢 Luna 会非常困难（@theanonymousone）
• 两家实验室约 80% 的毛利率意味着它们有能力长期维持低价（@meerita）
• 技术细节：Codex 曾可通过 toml 配置把 GPT 上下文扩到 100 万，一度只在按 token 计费时可用，现在订阅计划上又能启用了（@jeffnash）