GPT-6 Luna 输出五毛钱，DeepSWE 只比旗舰低七个点
9 月 22 日 OpenAI 同时发 Sol 和 Luna，两个都比上一代便宜一半；但这次真正值钱的改动不是降价，是缓存不再被 effort 切换打断
文章目录
共 7 节9 月 22 日 OpenAI 一口气发了两个模型：GPT-6 Sol 和 GPT-6 Luna。两个都比上一代的同名型号便宜一半。
但如果只盯着降价看，会错过这次发布里最有工程价值的那部分。
一、先看价目表
美元每百万 token：
| 模型 | 输入 | 缓存输入 | 缓存写 | 输出 | Batch |
|---|---|---|---|---|---|
gpt-6-astra | $10 | $1 | $12.50 | $50 | $5 / $25 |
gpt-6-sol | $2 | $0.20 | $2.50 | $10 | $1 / $5 |
gpt-6-luna | $0.10 | $0.01 | $0.125 | $0.50 | $0.05 / $0.25 |
表格可左右滑动
上下文规格三个一模一样：1,050,000 总窗口 / 922,000 最大输入 / 128,000 最大输出。知识截止分别是 Astra 2026-04-30、Sol 2026-04-20、Luna 2026-05-18。
Luna 的输出价是 Astra 的百分之一。上下文规格一样。
Sol 和 Luna 相比各自的上一代（GPT-5.6 Sol 是 $4 / $20，GPT-5.6 Luna 是 $0.20 / $1.20）都是直接腰斩。
gpt-6-sol 支持的 reasoning.effort 档位是完整的六档：none / low / medium / high / xhigh / max。注意 Astra 那边最低只到 low，Sol 这里是有 none 的。
二、Luna 那个 DeepSWE 分数值得盯着看
官方给的 Luna 成绩：
- →DeepSWE v1.1（max 档）66.6%，与 Claude Opus 5 和 Fable 5 的 medium 档相当，但每任务成本比 Opus 5 低 93%、比 Fable 5 低 96%
- →OSWorld 2.0 离线集（max 档）超过 GPT-5.6 Sol 的 medium 档，成本是它的十分之一
- →AutomationBench（high 档）比前代高 5.4 个百分点，成本低 58%
- →事实性在高 effort 下追平 GPT-5.6 Sol，成本约为其百分之一
把 Luna 的 DeepSWE 66.6% 和 Astra 的 74.1% 放一起：差 7.5 个百分点，价格差一百倍。
这个对比对做产品的人意义极大。你要做一个需要跑几十万次的自动化流程，7.5 个点的准确率差距能不能用「跑两遍再投票」补回来？大多数时候能。而跑两遍的成本仍然是旗舰的五十分之一。
Luna 的正确用法不是「便宜版」，是「可以跑一百遍的那个版本」。当单次成本低到某个程度，你能用的方法就变了——自洽性投票、多路径采样、全量预处理再筛选，这些在 $50 输出价下想都不敢想的做法，在 $0.50 下是常规操作。
三、Sol 的成绩：官方第一次把成本写进对比表
Sol 的这组数据，OpenAI 的呈现方式变了——每个分数后面都跟着成本。
AutomationBench 1.0.6：
| 模型（档位） | 分数 | 成本 |
|---|---|---|
| GPT-6 Sol（xhigh） | 33.2% | $0.27 / 任务 |
| Fable 5.1 + Opus 5 fallback（max） | 31.4% | 超过 8.9 倍 |
| GPT-6 Astra（low） | 30.3% | 3.9 倍 |
| Claude Opus 5（max） | 26.9% | 11.1 倍 |
表格可左右滑动
其余几项：
- →Agents' Last Exam V1：Sol（max）56.4%，高于 Claude Opus 5 在该评测的最高分，每任务成本低 60%
- →DeepSWE v1.1：Sol（max）68.8%，距 Fable 5 的最高分 69.9%（xhigh）只差 1.1 个百分点，成本低约 80%
- →OSWorld 2.0 离线集：Sol（xhigh）60.5% 对 Opus 5（medium）60.3%，成本低约 80%
- →内部事实性评测：错误率约为 GPT-5.6 Sol 的一半
那张 AutomationBench 表里有个细节值得学：官方特意注明 Fable 5.1 的成本被低估了，因为约 40% 的任务触发了 Opus 5 fallback——也就是说那 31.4% 里有相当一部分活是更贵的模型干的。
这种把对手的成本口径拆开讲的做法，比单纯甩分数有说服力。当然它也是有选择的：对照的 Opus 5 是上一代，而不是 9 月 22 日同一天发布的 Opus 5.5。同一天发的两个模型互不对照，这个巧合就是巧合。
四、真正的工程改进：缓存
降价是营销，缓存改进是工程。这次 Sol 带的几条：
- →调高或调低 reasoning effort、开关工具，都不再打断缓存
- →缓存默认命中率提升，缓存读折扣 90%
- →支持显式 breakpoint，可以自己指定缓存前缀边界
- →新增 Prompt Caching Dashboard 和 diagnostics 工具
第一条是这里面最值钱的。
在这之前，一个 agent 循环里典型的做法是：简单步骤用低 effort，遇到难的切高 effort。但切 effort 会让缓存失效，于是整个长前缀要重新计费。结果是很多人干脆全程用同一个 effort——为了保住缓存，牺牲了动态调节的能力。
现在这个取舍没了。你可以在同一个会话里按需上下调 effort，缓存照样命中。这直接改变了 agent 循环的写法。
官方引用的 GitHub 数据：这些改进让需要重新处理的 prompt token 份额，在数十亿量级的请求上下降了 50% 以上。
如果你的系统有长系统提示词 + 多轮工具调用这种结构——绝大多数 agent 都是——这一条省下的钱可能比降价那一半还多。
五、可用范围：注意它还没进 ChatGPT Chat
Sol 和 Luna 发布当天的可用范围是 ChatGPT Work 和 Codex 的 Plus / Pro / Business / Enterprise / Edu 档位，还没有进 ChatGPT Chat。
另外 Free 和 Go 用户可以在桌面 App 里用 Luna。
GitHub Copilot 同日上线：Sol 面向 Pro+ / Max / Business / Enterprise，Luna 面向 Pro / Pro+ / Max / Business / Enterprise。
API 侧就是 gpt-6-sol 和 gpt-6-luna。
关于 Azure 和 Bedrock：OpenAI 自己的公告只提了 OpenAI API 和 ChatGPT Work / Codex，没提云平台。但 AWS 那边的更新记录给出了答案——9 月 22 日当天，GPT-6 Sol 和 GPT-6 Luna 都在 Amazon Bedrock 上正式可用（GPT-6 Astra 早在 8 月 11 日就上了）。做企业合规部署的，走 Bedrock 这条路是通的。
六、中国用户：同样没有合规直连
和 Astra 一样，OpenAI 的支持国家地区列表不含中国大陆和香港，页面明写在列表之外访问或提供访问可能导致账号被封禁或暂停。
唯一说得通的路径是企业云：Astra 上了 Azure 和 Bedrock，Sol 和 Luna 上了 Bedrock。也就是说，有海外主体、走企业云账号的团队能用；直接拿个人 key 从国内调的，不在合规范围里。
对没有海外主体的国内团队，这两个模型短期内更像是一个价格参照系，而不是一个可选项。
参照系也有用：Luna 的 $0.10 / $0.50，折合人民币大约是输入 0.7 元、输出 3.5 元每百万 token。拿它去对国内同档产品的报价，你心里会有数。
七、怎么选
先说 OpenAI 内部这三个怎么分：
- →要数学、科学、安全、超长上下文精确检索 → Astra，贵但没有替代
- →要 agent 流水线、日常编码、多工具编排 → Sol。它的 DeepSWE 68.8% 已经摸到 Fable 5 的最高分，成本只有五分之一
- →要跑量、要高频、要能承受跑很多遍 → Luna。$0.50 的输出价让「多跑几次取共识」从奢侈变成默认
再说一句得罪人的：如果你现在还在用 GPT-5.6 Sol，9 月 22 日之后没有任何理由继续用它。GPT-6 Sol 各方面更强、价格只有一半，迁移成本是改一个字符串。这种时候还不换，就是在给账单交智商税。