GPT-6 Sol和Luna上线，打折比梁文锋还狠

今夜注定无眠。

Opus 5.5刚刚发布90分钟，OpenAI就把GPT-6 Sol和Luna一起端了上来。

前脚Anthropic刚把Opus的价格砍了一刀，后脚OpenAI直接把刀砍得更深。

GPT-6 Sol每百万Token输入只要2美元、输出10美元，价格正好只有Opus 5.5的一半，Astra的五分之一。

Luna更夸张，只要0.1美元和0.5美元，直接砍到Astra的1%。

这一晚上，模型能力还没来得及被检验，价格战先打起来了。

01

便宜，但没缩水

Astra仍然是GPT-6系列的最高档，OpenAI明确表示，如果任务足够重要、足够困难，而且不想在能力上做任何妥协，继续选Astra。

新来的Sol和Luna的任务，是把Astra的能力往更便宜的模型里塞。

OpenAI表示，两款模型采用了与Astra相似的训练方法，把这一代在专业工作、事实准确性、Coding、Computer Use和Alignment上的进步给“下放”了。

其中，GPT-6 Sol的定位为复杂Coding和Agent工作流的主力模型，Luna则负责高频、大规模、任务相对集中的工作，核心就是快和便宜。

两款模型都是105万Token上下文、最大128K Token输出，和Astra处于同一档；都支持文本和图片输入，网页搜索、文件搜索、代码解释器、Computer Use、MCP、Skills等工具也都可以正常调用。

它俩的推理档位甚至比Astra多一个选项。Astra只有low、medium、high、xhigh和max，Sol和Luna则多了一个none，可以把推理关掉。默认档位均为medium。

Sol的知识截止日期是2026年4月20日，Luna反而更新一些，到2026年5月18日。有意思的是，Astra的知识截止日期是2026年4月30日，卡在两个新模型中间。看来知识截止日期和模型“档位高低”并不是一回事。

然后再看价格。GPT-6 Sol每百万Token输入2美元、输出10美元，缓存输入只要0.2美元；GPT-6 Luna更狠，每百万Token输入0.1美元，输出0.5美元，缓存读取甚至低到了0.01美元。

而且这还不是价格的下限。Batch和Flex模式继续半价，缓存命中的输入Token也只按照普通输入价格的10%收费。

不过，百万上下文不能从头到尾都按这个价格算。

OpenAI规定，一旦单次请求的输入超过27.2万Token，整个请求都会按照长上下文价格收费：输入和缓存价格翻倍，输出提高50%。

所以Sol塞进超长上下文以后，会变成4美元输入、15美元输出；Luna则变成0.2美元和0.75美元。

105万上下文是真的，0.1美元也是真的，但两个数字不能直接乘起来。

价格降得很夸张，但性能并没有摆烂。

OpenAI用Sol证明了，原本需要旗舰模型花很多钱才能做的事，现在可以便宜很多。

比如跨应用Agent测试AutomationBench——由于OpenAI的文档里不包含刚发布的Opus 5.5，所以我们去找了Zapier的公开榜单。

在这项测试里，GPT-6 Sol开到xhigh拿到33.2%，单任务成本只有0.27美元。

如果只看绝对能力，它还打不过刚发布的Opus 5.5，后者max档做到40.0%，仅次于Astra max的41.4%。但Opus 5.5每项任务要1.28美元，几乎是Sol的4.7倍；Astra则要1.73美元，是Sol的6.4倍。

虽然Sol没有拿下第一，但它用不到0.3美元的价格，已经挤进了同一张前沿Agent榜单。

Coding也是一样。

在真实代码库软件工程测试DeepSWE v1.1里，GPT-6 Sol max拿到68.8%，距离Fable 5此前最高的69.9%只差1.1个百分点，但OpenAI估算单任务成本低约80%。

Luna则更加夸张，这个每百万输入Token只卖0.1美元的模型，max档也跑到了66.6%的水平。

OpenAI称，这已经接近Opus 5和Fable 5的medium档，但单任务成本分别低了93%和96%。

在测试Computer Use的OSWorld 2.0上，Sol xhigh拿到了60.5%，和Opus 5 medium的60.3%基本打平，成本却降了大约80%；Luna开到max，也能超过上一代GPT-5.6 Sol medium，而成本只有后者的大约十分之一。

不过需要说明的是，虽然Anthropic当天公布的Opus 5.5成绩高达81.8%，但这组成绩来自Anthropic自己的OSWorld 2.0评测设置；OpenAI公布的60.5%，则是在2026年8月8日版本的离线任务集上，按照部分完成度得分统计出来的。两边并不是同一套公开横测，不能直接比较。

要看Sol和Opus 5.5谁的Computer Use更强，得等同一套第三方测试。

GPT-6 Sol和Luna今天已经进入ChatGPT Work和Codex，Plus、Pro、Business、Enterprise和Edu用户都可以使用；Free和Go用户也可以在桌面App里使用GPT-6 Luna。

开发者则可以直接通过API调用，模型ID分别是gpt-6-sol和gpt-6-luna。

目前两款模型还没有进入普通Chat。Work和Codex则会在当天逐步完成推送，如果现在还没看到，可能只是还没轮到。

熟悉的Tibo重置，同样也没有缺席。

新模型、永久降价，再送一次额度重置，这个发布夜算是把“便宜”贯彻到底了。

02

跑分没暴涨，但体感在变

把视角移到第三方Artificial Analysis，这代模型的智力其实和上一代没什么差别。

在最新的Intelligence Index里，GPT-6 Sol max拿到48分，上一代GPT-5.6 Sol是47分；GPT-6 Luna max则是37分，上一代GPT-5.6 Luna甚至还高一分。

两款模型的综合能力基本原地踏步，但成本就完全不是这一回事了。

Artificial Analysis测得，Sol max的平均单任务成本从上一代的1.99美元降到了1.06美元；Luna则从0.18美元降到0.07美元。

这甚至不是因为两个新模型学会了“省Token”，Sol平均每项任务生成的Token从2.9万增加到了3.1万，Luna更是从4.1万增加到5.1万。它们就是单纯卖得更便宜了。

说到便宜，怎么能不提中国模型呢？

最新的DeepSeek V4.1 Flash在Artificial Analysis Intelligence Index里拿到39分，平均单任务成本大约0.27美元。虽然成绩比Luna高两分，但Luna的单任务成本只有0.07美元，差不多是V4 Flash的四分之一。

但要说它是“价格屠夫”，还是差点意思——就在昨天，小米刚刚发布了MiMo-V2.6系列。其中MiMo-V2.6-Pro在同一版Artificial Analysis Intelligence Index里拿到46分，距离Sol max的48分只差2分；但它的平均单任务成本只有0.13美元，而Sol是1.06美元。

只看API价格的话，MiMo-V2.6-Pro每百万Token输入0.435美元、输出0.87美元；更低一档的MiMo-V2.6-Flash，则只要0.14美元输入、0.28美元输出。

可惜目前Artificial Analysis还没有给MiMo-V2.6-Flash完整的综合指数，所以暂时没法和Luna做完全同口径的性价比比较。

这场价格战，远远不只是OpenAI和Anthropic两家公司之间的事。OpenAI把GPT-6的价格打进来了，但中国模型早就在这里卷了很久。

说完价格和跑分，值得注意的是，OpenAI这次也专门对模型的“回复风格”做出了调整。

官方专门给Sol和Luna列了一项“协作模式”，它们继承了Astra在沟通方式上的改进：说话更清楚，少一点行话，减少奇怪的措辞和低价值细节，整体回答也会稍微变短，但不牺牲真正有用的信息。

OpenAI认为，这种变化在Coding和技术对话里尤其明显。

而就在90分钟前发布的Opus 5.5，也做了几乎同一个方向的升级。Anthropic说，新Opus会把重要信息更早放出来，减少行话和一些Claude特有的奇怪表达，更遵守用户规定的写作方式。

同一个晚上，OpenAI和Anthropic都开始给自己的模型“去AI味”了。

另一个非常直接的升级，是降低了模型的事实性错误——说实话，这让我有一种梦回去年的感觉。

前沿大模型已经很少再把“不胡说八道”当成卖点了。虽然它依然重要，但相比Coding、Agent、Computer Use这些新能力，总显得不够“前沿”。Sol和Luna这次又把它捞了回来，可能是因为对于这种主打低价、大规模部署的模型来说，把最基础的能力做好才是关键。

OpenAI用一批真实ChatGPT对话做测试，这些对话都曾被用户标记出事实错误。结果GPT-6 Sol犯下的事实错误数量相比GPT-5.6 Sol减少了大约一半，已经开始接近Astra。

Luna也明显进步。在较高effort下，它的事实准确性可以达到GPT-5.6 Sol附近，而成本大约只有后者的百分之一。

当然，OpenAI自己也提醒，这批样本本来就是专门挑出来的“容易让模型犯错”的对话，并不能代表日常使用中的实际幻觉率。

03

模型市场只剩两种赢法

把过去48小时的模型发布连起来，会发现一件有点残酷的事：现在发一个“挺强的模型”，已经不太够看了。

模型越来越多，能让用户记住的理由却越来越少，要么把能力天花板继续往上顶，要么就在相近能力下，把价格压到别人比不了的位置。

Artificial Analysis借用了经济学里“帕累托前沿”的概念来表示竞争的两个维度，更强、或者更便宜，一个模型至少得占一样。

如果另一个模型在比你强的同时，还比你更便宜，那你的处境就麻烦了。

昨天发布的Grok 4.7，就是个很好的例子。

它其实不算弱，Artificial Analysis给Grok 4.7 xhigh打了46分，比Grok 4.6高2分；Coding Agent Index更是从47分跳到56分。xAI给它换了更大的基础模型，把训练重点放到长时间Coding和知识工作上。

但同一天，MiMo-V2.6-Pro也上线了。

同样是46分，但Artificial Analysis测得Grok 4.7 xhigh跑一项Intelligence Index任务平均要3.74美元，而MiMo-V2.6-Pro只要0.13美元。

后者还是开放权重模型，官方API每百万Token输入0.435美元、输出0.87美元。

当然，一张综合榜并不能决定模型的最终表现。Grok还有Grok Build、产品生态，以及具体Coding和Agent任务上的优势。

但事实就是，46分对46分，价格差近30倍。到这个程度，“别的优势”已经很难再作为摆在桌上的筹码了……

用户现在的选择实在太多了，贵不是问题，但你的表现最好配得上这个价格。

Anthropic今天发布的Opus 5.5，走的就是这条路。Artificial Analysis给出的最高成绩是58分，一下子把能力上限又往上推了一截。它当然不便宜，max档跑一项任务平均要5.98美元，但至少用户花这笔钱的时候，知道自己买的是目前的最强模型之一。

OpenAI则选了另外一条：GPT-6 Sol在Artificial Analysis只有48分，距离Opus 5.5还有明显差距；Luna更只有37分。但Sol一项任务平均只要1.06美元，Luna更低到0.07美元。

这个价格，它们压根不需要证明自己比Opus更聪明，只要够用就行。

短短48小时，新模型几乎自动站成了两排。

一边是Opus 5.5这种继续冲能力上限的模型；另一边是Sol、Luna和MiMo-V2.6这些不断往下砸成本的模型。

模型市场正在被两股力量同时往外拉，一边不断抬高性能，另一边不断压低价格。中间那片“还不错”的位置，只会越来越难待下去。

或者，干脆换个思路，别卷模型了，去做应用吧？

Meta就是最现成的例子。Muse上线后迅速登顶美国App Store，9月21日Meta股价单日大涨11.4%；路透社统计，Muse上线至今，Meta股价已经累计上涨超过20%，市值增加约2000亿美元。

模型卷不到第一也没关系，做个爆款应用，华尔街照样买单。