新智元报道

战况好激烈的一晚！

就在刚刚，GPT-6 Sol和Luna也发布了！

而就在几小时前，Opus 5.5前脚才刚发。

这次，GPT-6全家桶同时端上来GPT-6 Sol与GPT-6 Luna。

如果说Astra体现了AI智力的巅峰，那Sol和Luna则是OpenAI亲手打造的、应用于千行百业的工业级放大器。

它们完美继承了Astra在专业推理、代码编写与人类对齐上的前沿性能，代表着两个方向的实用场景。

Sol是「超级大脑」，用于破解极度复杂的代码逻辑与超长线的智能体工作流；

Luna是「效率狂魔」，速度快，资源占用极低，针对一切专注型、高频吞吐的日常任务。

不仅如此，它们在API定价上，相比上一代直接腰斩50%！从此，百万级Token的消耗不再让人心惊肉跳。

奥特曼表示，GPT-6 Sol和Luna两款模型按任务定价衡量，在市场上没有竞争对手

正如OpenAI所言：「用Sol构建，用Luna扩展，向着生产环境与更广阔的未来进发。」

站在巨人Astra的肩膀上

这次，Sol和Luna是用与GPT-6 Astra相似的训练方法打造的，它们汲取了Astra在专业工作、事实准确性、代码编写、计算机视觉操作以及人类对齐上的最先进成果。

GPT-6 Sol：复杂工作流的「超级大脑」

Sol的定位是处理极其困难、需要深度思考和逻辑推理的任务。

它专门为复杂的代码重构、长逻辑链的商业决策、以及需要多步规划的Agent工作流而设计。

总之，适用于那种「难啃的硬骨头」。

GPT-6 Luna：专注、神速的「效率狂魔」

Luna则是为了高吞吐量、极其专注的任务而生。

比如瞬间从几百页的PDF中提取特定的发票数据，或者实时翻译海量的用户聊天记录。

Luna速度极快，成本低到几乎可以忽略不计，专为企业级批量处理任务而打造。

API价格直接「腰斩」

此前的GPT-6 Astra虽然强大，但我们日常的大部分工作，并不需要这种昂贵的模型。

GPT-6 Sol和Luna的诞生,就是让Astra的前沿智能，通过极致的成本控制，让普通人可以日常使用。

得益于在缓存和推理底座架构上的巨大改进，OpenAI成功把成本打下来了！而且，没有中间商赚差价。

相比于GPT-5.6的促销价，GPT-6 Sol和Luna的API价格整整降低了50%！

对于每100万Token，价格如下。

GPT-6 Sol（对标复杂推理）

输入价格：从4美元降至2美元！

输出价格：从20美元降至10美元！

GPT-6 Luna（对标高频吞吐）

输入价格：从0.20美元降至0.10美元！

输出价格：从1.20美元降至0.50美元！

现在，用白菜价，就可以买到顶级「赛博打工人」了，额度更高，成本更低！

Tibo特意强调，这次是永久降价，原来的限时价再打对折

跑分把Claude按在地上摩擦

官方博客里的跑分，几乎每一项都拿Claude做对照，而且每张图的横轴都是每任务成本。

OpenAI强调的，是「同样的分花多少钱」。

Artificial Analysis评价： GPT-6 Sol 和 Luna 将成本效率前沿推向了新高度

首先，是真实工作环境。

在AutomationBench（商业工作流跨应用测试）中，GPT-6 Sol（xhigh级别）拿到33.2%，每任务成本0.27美元，直接超越Fable 5.1（max级别），每项任务的报告成本降低了惊人的88%！

Claude Opus 5的最高分是26.9%，成本是Sol的11.1倍。

OpenAI特别指出，Fable 5.1拿了31.4%，但有约40%的任务转给了Opus 5兜底，这部分成本没有算，所以被低估了。

在Agents' Last Exam（智能体终极考试）中，考的是55个细分行业里的长链条专业任务。

Sol在最高强度下拿到56.4%，高于Opus 5的最好成绩，每任务成本低60%。

在事实准确性上，Sol犯的事实错误比上一代少了一半左右，接近Astra。

Luna在高强度档追平了GPT-5.6 Sol，成本大约是后者的百分之一。

然后，重点就在编程场景。

FrontierCode中，GPT-6 Sol相比前代实现了巨大飞跃。它追平了Fable 5.1的最高档，成本却低得多。

不仅仅是写对代码，还包括了代码风格、测试质量和对现有代码库的遵循度。

在DeepSWE中，考的是真实代码库里的复杂软件工程任务。

Sol的max级别得分高达68.8%！Fable 5在这项上的最高分是69.9%，虽然两者差1.1个百分点，Sol完成每项任务的成本比Claude足足低了80%！

Luna在max级别下得分66.6%，直接与Opus 5和Fable 5（中等强度度）打平，但成本却狂降93%和96%。

接下来，是电脑操作。

在OSWorld 2.0离线测试中，GPT-6 Sol用仅仅20%的成本，就打平了Claude Opus 5。

而Luna更是用十分之一的成本，直接超越了前代的GPT-5.6 Sol！

在人类对齐上，OpenAI专门测了模型会不会在编程时撒谎。

在「欺骗性代码测试」（故意引诱AI说谎的测试）中，GPT-5.6 Sol的欺骗率是10.4%，GPT-6 Sol降到1.3%、

另外，他们还测了搜索工具坏掉时，模型会不会瞒着用户硬编。

GPT-5.6 Sol有77.5%的情况选择不说，GPT-6 Sol降到4.9%，Luna从78.3%降到28.7%。

底层细节大优化：告别AI味，缓存输入Token打一折

OpenAI特意透露，这次他们在底层细节上做了不少优化。

首先，是两个模型告别了AI味和爹味说教。

GPT-6 Sol和Luna极其清晰，没有废话；拒绝生僻专业术语和奇怪的句式；回答更短，但干货满满。

比如，当被问及网站结构时，GPT-6 Sol不会啰嗦，而是直奔主题，用词精准，不含糊其辞。

之所以生成速度更快，Token更少，就是因为GPT-6这次史诗级强化的Prompt缓存技术。

在过去，AI每次都会把所有前置上下文重新阅读一遍，而在GPT-6中，缓存命中率大幅提高。

更疯狂的是：命中的缓存输入Token，直接打1折！

现在，开发者有超高控制权。

可以随时调整模型的「推理力度」，遇到难题调高，遇到简单问题调低，这个过程不会打断缓存！

可以随时开启或关闭工具，依然不会打断缓存！

甚至可以手动设置「断点」，精确控制缓存的位置。

GitHub报告称：对数十亿次API请求的监控中，需要重新处理的提示词token占比暴降50%以上。

首轮实测来了

GPT-6硬刚Opus 5.5

既然同一天撞上了Opus 5.5，这届看热闹不嫌事大的网友，怎么可能放过「世纪神仙打架」。

第一波实测，已经新鲜出炉了！

Bridgebench上手，邀请四大新模型，一同生成一个火箭发射台。

GPT 6 Lun仅在65秒内搭建完毕，成本仅0.01美金。其余三个模型的成本和时间如下：

GPT 6 Sol：$0.11，1分钟；

Grok 4.7：$0.29，11分钟

Claude Opus 5.5：1.52美元，12分钟

GPT 6 Sol和Opus 5.5的另一轮对决，选在SVG的战场上。

开发者Angel一句话直戳痛点，「常言道，一图胜千言」。

下面这个测试中，明显可以看出两款模型，在场景理解和细节上有明显差异。

还有位开发者Azazide整了一个更硬的绝活，把Opus 5.5和GPT-6 Sol扔去管火星基地。

规则极其残酷，100名殖民者，生死倒计时90秒，全程0人类介入。

它们接手的是一个濒临崩溃的火星殖民地——氧气管路泄漏、蓄电池起火、超强沙尘暴压境、电力全面瘫痪，而手里能调动的只有区区3台维修漫游车。

两边AI都得在毫秒间做「电车难题」。

令人意外的是，它们通过各自的策略，稳稳保住了100名殖民者的生命。

一段预告片，做出能玩的「塞尔达」

开发者Flavio Adamo提前上手了Sol，测完第一感受，「模型效率极高，速度和token用量都很惊人」。

输入《塞尔达传说：时之笛》一段预告片之后，Sol直接手搓一个可玩版游戏。

网友Chetan Ankola用GPT-6解锁的动漫风格的网页生成。

马上体验！GPT-6全平台解锁

好消息是，两大模型今天就可以用了！

ChatGPT平台：GPT-6 Sol和Luna将在ChatGPT Work中向Plus、Pro、Business、Enterprise和Edu（教育版）用户全量推送！

Codex平台：两大模型同步上线。免费薅羊毛通道：广大的Free和Go用户，也可以在桌面端App中，抢先体验GPT-6 Luna。

开发者API：模型已在API后台开放，名称分别为gpt-6-sol和gpt-6-luna。

这一晚，ASI双雄的对决太过激烈。

开发者们都别睡了，赶快蹬起来！

参考资料：

http://xn--https-uf5io91m//x.com/OpenAI/status/2102460975790137662?s=20

https://x.com/ChatGPT/status/2102462020339613966?s=20

https://openai.com/index/introducing-gpt-6-sol-and-luna/

编辑：Aeneas 摩西 桃子