OpenAI推GPT-6 Sol与Luna：性能逼近旗舰，成本大幅降低

OpenAI近日正式推出GPT-6系列的两款新成员——GPT-6 Sol与GPT-6 Luna，旨在为开发者和企业提供更高性价比的AI推理能力。这两款模型延续了GPT-6 Astra在专业工作、事实性、编码、计算机使用和对齐等方面的先进训练方法，但在速度与成本上实现了显著优化。

最引人注目的是其大幅降低的使用成本。相比此前GPT-5.6的促销价格，GPT-6 Sol与Luna的API调用费用直接砍半。在AutomationBench跨应用业务流程测试中，GPT-6 Sol在xhigh强度下的表现优于Claude Opus 5，而每项任务成本仅为后者的9%；GPT-6 Luna在high强度下性能提升5.4%，任务成本则下降58%。

在评估智能体能力的Last Exam测试中，GPT-6 Sol在max effort模式下得分达56.4%，超过Claude Opus 5的最高分，同时任务成本降低60%。事实可靠性方面，Sol的错误率约为前代模型的一半，接近旗舰模型Astra的水平；Luna的事实准确性也获得显著提升。

编程能力是本次更新的重点优化方向。两款模型均针对AI Coding Agent工作负载进行了专项调优。在FrontierCode 1.1 Main测试中，GPT-6 Sol以更低的成本达到了与Claude Fable 5.1 xhigh相当的水平。而在DeepSWE v1.1软件工程测试中，Sol在max effort下取得68.8%的成绩，仅比Fable 5的69.9%低1.1个百分点，但单任务成本却低约80%；Luna的表现也接近Opus 5与Fable 5的medium effort水平，成本分别低93%和96%。

在计算机操作任务方面，尽管Astra仍是OpenAI当前最强模型，但Sol与Luna已能以极低成本完成类似工作。例如在OSWorld 2.0 offline测试中，GPT-6 Sol在xhigh effort下得分为60.5%，与Claude Opus 5 medium effort的60.3%相当，成本却低约80%；Luna在max effort下的表现甚至超过了GPT-5.6 Sol的medium effort，而成本仅为后者十分之一。

此外，OpenAI还将Astra改进后的沟通风格引入Sol与Luna，使模型在技术与编程对话中表达更清晰、术语更少、措辞更自然，并有效压缩低价值细节而不损失核心信息。官方还优化了GPT-6的提示缓存机制，默认提供更高的缓存命中率，帮助智能体重用上下文、加快响应速度。在价值对齐方面，两款新模型也减少了编码任务中的误导性声明。

目前，GPT-6 Sol与Luna已通过ChatGPT Work与Codex向Plus、Pro、Business、Enterprise及Edu用户全面开放；免费用户及Go订阅用户可在桌面端使用Luna。API层面，两款模型分别以gpt-6-sol和gpt-6-luna名称提供，但尚未在Chat界面中上线。