AREX Feed Article
OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，称 API 定价较 GPT-5.6 促销价低 50%
北京时间 9 月 23 日凌晨 2 时 12 分（UTC 9 月 22 日 18 时 12 分），OpenAI 官方认证账号 发帖，欢迎「GPT-6 Sol 和 GPT-6 Luna 来到 GPT-6 宇宙」。帖文称，两款新模型建立在 GPT-6 Astra 背后的技术积累之上，把 Astra 的诸多长处带进「更快、更实惠的模型，以支撑大规模工作」；OpenAI 同时表示，公司已让缓存与推理更高效，并把省下的部分直接让利给用户——Sol 与 Luna 的 API 价格较 GPT-5.6 促销定价低 50%。
官宣约半小时后复核，该帖已获约 1.27 万赞、超过 52 万次浏览，数字仍在攀升。当天更早时候，一则关于微软 Azure 模型注册表的泄露帖已提前列出这两个型号 ID；官宣的两个型号名与泄露 ID 完全对应。
两款新模型：官方口径下的三张卡片
官宣配图以三张卡片给出定位：Astra 是「我们最智能的模型，为最佳结果而设」，Sol 负责「以更低成本处理复杂编码与专业工作」，Luna 则「快速高效地完成大规模日常工作」，三张卡片右下角均标有 READY。
在官宣 15 分钟后发帖称，两款模型「在智能、对齐、工作产出、编码、计算机操作等方面都比 5.6 系列前辈有大幅提升」，且「每 token 价格便宜一半，按任务算降得更多」。OpenAI 员工 Vaibhav（VB）Srivastav 在中给出两条内部对照：以 xhigh 推理力度（reasoning effort）运行的 Sol，在 AutomationBench 上的成绩高于以 max 推理力度运行的 Claude Opus 5，每任务成本仅为后者的 9%；在 OpenAI 内部的事实性评测（样本为用户曾标记出错的真实对话）中，Sol 出错数约为 GPT-5.6 Sol 的一半。这些能力对照均出自 OpenAI 自述；发布同日，独立评测机构 Artificial Analysis 发布了第三方数据。
价格账目：新牌价与缓存折扣不变
官方卡片标出 Input/Output 两栏价格，Srivastav 的细节帖明确了单位口径——每百万 token（词元）：Sol 输入 2 美元、输出 10 美元；Luna 输入 0.10 美元、输出 0.50 美元。同一画面里，旗舰 Astra 标价为输入 10 美元、输出 50 美元。
个人简介为「Codex & ChatGPT @OpenAI」的 Tibo（@thsottiaux）在补充：「我们还将 API 价格永久下调 50%。」 列出的 GPT-5.6 对照基线为 Sol 每百万 token 输入 4 美元、输出 20 美元，Luna 输入 0.20 美元、输出 1.20 美元：照此计算，Sol 两个方向均正好减半，Luna 输出价降幅约 58%。OpenAI 官宣的基线口径则是「GPT-5.6 促销定价」，与这一对照基线是否同一回事，官宣帖未作说明。
缓存价格维持原样：缓存读取按原价一成计费（90% 折扣），缓存写入加收 25%，均与 GPT-5.6 相同。Srivastav 称，改进后的提示词缓存让代理能复用更多上下文，开发者更改推理力度或可用工具也不会再使缓存失效。
铺开范围：Codex 与 ChatGPT Work 先行
官宣帖发出 4 秒后，列出渠道：当天起，GPT-6 Sol 与 Luna 在 ChatGPT Work 与 Codex 中向 Plus、Pro、Business、Enterprise、Edu 用户推送；两款模型同步进入 API；Free 与 Go 用户可在桌面应用试用 GPT-6 Luna。Srivastav 补充，这些模型「尚未进入 Chat」，普通聊天界面暂不可用。
则强调用量：更高的用量上限与更低的成本「给你更多灵活性与迭代空间」。Tibo 还宣布，正向所有 Plus、Pro 和 Business 用户的账户装载一次「banked reset」，帖内未解释这一预存重置的具体规则。官方跟帖附上了链接。
发布同日的独立实测：成本砍半，分数持平
Artificial Analysis 在官宣 8 分钟后发布。在其 Intelligence Index v4.3 中，GPT-6 Sol（max）48 分、GPT-5.6 Sol（max）47 分；GPT-6 Luna（max）37 分，与 GPT-5.6 Luna（max）持平；家族中的 Astra 仍以 53 分领先。AA 概括为「得分与 GPT-5.6 持平，部分评测进步、部分退步」。
变化集中在成本端。跑完同一套指数，GPT-6 Sol（max）每任务 1.06 美元，GPT-5.6 Sol（max）为 1.99 美元；Luna（max）0.07 美元对 0.18 美元。AA 指出，降幅主要来自定价——两款新模型每任务的输出 token 反而略多（Sol 3.1 万对 2.9 万，Luna 5.1 万对 4.1 万）。
编码代理指数（AA 在 OpenAI Codex 框架内测量）出现分化：Sol（max）57 分，比 5.6 Sol 高 2 分，其中 Terminal-Bench 4.0 从 37% 升至 43%，每任务 2.99 美元、约降一半，处在成本与成绩的帕累托前沿上；Luna（max）41 分，比 5.6 Luna 低 2 分，SWE-Atlas-QnA 从 49% 降到 44%。
幻觉数据同样有两面：AA-Omniscience 上，Sol 幻觉率从 92% 降到 60%，Luna 从 93% 降到 77%；但 Sol 靠少答题实现——作答率从 99% 降到 83%，准确率反而从 59% 降到 54%，Luna 准确率基本持平（44% 对 43%）。
知识工作类评测出现回归：在 GDPval-AA v2.1（改编自 OpenAI 覆盖 44 个职业的经济价值任务数据集）中，Sol 掉约 100 个 Elo，Luna 掉约 75 个；在跨多周知识工作项目的 AA-Briefcase v1.1 中，Luna 掉约 45 个 Elo。AA 称人工检视数百份输出后，回归主要来自呈现质量下降、交付物漏掉评分要点。进步项同样存在：AutomationBench-AA 中 Sol 62% 对 60%，Luna 53% 对 50%。
第三方跟进：Devin 接入与 Every 的上手对比
Devin 开发商 在官宣 11 分钟后确认两款模型进入 Devin，并给出自家榜单数据：FrontierCode 1.1 上，GPT-6 Sol 得分与 GPT-5.6 Sol 持平、每任务成本降低 61%；GPT-6 Luna 得分高于 GPT-5.6 Luna、成本约为其四分之一；每任务不足 0.10 美元，为该榜单最便宜的模型。
Every 的 CEO Dan Shipper 在中写道，Sol「不算真正的 Astra，但对我大部分日常工作足够接近」，更快，且比 5.6 Sol 便宜一半；写作接近 Astra，「用大约五分之一的价格给你 Astra 的大部分能力」。官宣帖的回复区里，多名开发者称 Anthropic 当天也发布了 Claude Opus 5.5；在 Shipper 团队的测试里，Opus 5.5 在长时自主构建任务上的上限更高。他还提到，Codex 新上的安全分类器反复要求对已授权操作再次批准，让长任务更难无人值守地跑完。
泄露帖先行：Azure 配置里的三个型号
北京时间 9 月 22 日 20 时 41 分（UTC 12 时 41 分），X 用户 发帖称，Azure 配置中已挂上 gpt-6-sol、gpt-6-luna、gpt-6-astra-minor 三个型号，同一 commit 里 GPT-5.6 Sol 被改成 workhorse，「已写进微软模型注册表」，但尚未官宣。
5 小时 31 分钟后，OpenAI 正式官宣这两款模型。微软面向 Azure 客户的显示，GPT-5.6 系列此前已使用 sol、terra、luna 三个分级名，GPT-6 系列此前仅列出 gpt-6-astra；此次官宣把 Sol、Luna 两个名字带进了 GPT-6 世代。
泄露帖中的第三个 ID gpt-6-astra-minor 未出现在已见的官宣帖与官方跟帖里；OpenAI 是否会推出这个型号，目前没有说法。