什么？GPT比DeepSeek还便宜了？大模型价格战卷出新高度

OpenAI在旗舰模型发布不到三周后再度出手，将两款新模型的API价格直接砍半，剑指DeepSeek的低价护城河，大模型竞争从"比能力"全面转向"比成本"。

美东时间9月22日，OpenAI正式推出GPT-6 Sol和GPT-6 Luna两款新模型，宣布其API价格较GPT-5.6促销定价再降50%。其中GPT-6 Luna的输入价格低至每百万Token 0.10美元，输出价格0.50美元，已直接切入此前被DeepSeek视为价格优势的区间，向中国竞争对手的核心阵地发起正面冲击。

此次降价并非单纯商业让利。OpenAI表示，价格下降源于缓存和推理效率的提升，公司将节省的成本直接传导至用户。与此同时，Anthropic同日推出Claude Opus 5.5并强调更低运行成本。两大头部AI公司在同一天以更具竞争力的价格入场，标志着AI行业竞争已进入性能、速度与成本"三线并进"的新阶段。

Astra发布不到三周，OpenAI火速补齐产品线

9月3日，OpenAI推出GPT-6旗舰模型Astra，称其在计算机操作、软件工程、网络安全及专业工作等领域达到新的能力前沿。彼时Astra需求之旺盛一度迫使OpenAI暂停新的Pro订阅注册。

仅仅不到三周，OpenAI已在Astra之下推出Sol和Luna，迅速向不同性能、成本和使用场景铺开产品线。OpenAI官方表示，Sol和Luna"建立在GPT-6 Astra背后的技术进展之上"，将Astra的诸多优势带入"更快速、更实惠的模型"，以支持规模化工作。

这一节奏与AI行业愈发明显的产品策略相呼应：旗舰模型负责突破能力上限，更快、更便宜的版本则负责进入更多高频工作流。

API价格直接腰斩，Luna已进入DeepSeek价格腹地

价格是此次发布最明确的商业信号。

根据OpenAI公布的价格表，GPT-6 Sol输入价格从GPT-5.6 Sol促销价的4美元降至2美元/百万Token，输出价格从20美元降至10美元；GPT-6 Luna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。两款模型API成本均直接打五折。

OpenAI解释称，降价主要来自缓存和推理效率的提升，而非单纯的商业补贴。公司同时进一步优化了提示词缓存机制，使智能体和长对话能够更多复用已处理的上下文，从而摊薄单次调用成本。

其中Luna的定价尤为激进，已切入此前被DeepSeek系列模型主打的超低价区间，令外界将此次发布视为OpenAI对DeepSeek价格护城河的正面挑战。

作为对照，DeepSeek V4.1 Flash 闲时的缓存未命中输入价为每百万 Token 1 元，输出价为 4 元，高峰时段则升至 2 元和 8 元。按照普通新请求计算，Luna 已经更便宜，也没有峰谷定价带来的成本波动。

但DeepSeek仍有自己的价格优势。它的闲时缓存命中输入只要每百万 Token 0.02 元，远低于 Luna。V4.1 Flash 的综合能力也明显更高，拥有 100 万 Token 上下文，并支持图文理解、工具调用和思考模式。

Sol主攻复杂工作，Luna瞄准高频低成本场景

两款模型定位有所区分，并非"同一模型不同价格"。

Sol面向更高能力需求的任务，包括复杂专业工作、编码和智能体场景。在AutomationBench企业跨应用工作流测试中，GPT-6 Sol在xhigh effort下得分33.2%，高于GPT-6 Astra在low effort下的30.3%，也高于Claude Opus 5 max effort下的26.9%；OpenAI称，Sol完成每项任务的成本仅为0.27美元。

Luna则更突出成本效率。OpenAI称，在AutomationBench高强度测试中，GPT-6 Luna较前代提升5.4个百分点，同时单项任务成本降低58%；在DeepSWE v1.1中，Luna最高得分66.6%，与Claude Opus 5和Fable 5中等强度表现相当，但每项任务成本分别低93%和96%。

在事实准确性方面，OpenAI内部测试显示GPT-6 Sol的错误数量约为前代一半；Luna在更高推理强度下可达到GPT-5.6 Sol的水平，成本约为后者的百分之一。OpenAI提示，该测试基于用户此前标记为事实错误的匿名ChatGPT对话，不代表所有真实使用场景。

先进Work和Codex，免费用户可体验Luna

在产品覆盖上，OpenAI此次未立即将Sol和Luna推入ChatGPT普通聊天界面。

根据安排，Plus、Pro、Business、Enterprise及Edu用户可在ChatGPT Work和Codex中使用两款模型，并开放API调用；免费版和Go版用户则可在桌面端应用中体验GPT-6 Luna。

这一安排使首发场景明显偏向工作和开发，而非面向大众消费者。Sol和Luna的低成本、高使用效率，也更适合需要频繁调用模型的编码任务、智能体工作流及企业内部自动化。与此同时，将部分高频需求导向成本更低的模型，或有助于OpenAI在扩大使用规模的同时缓解基础设施压力。

行业竞争从"拼旗舰"全面转向"拼规模与成本"

值得关注的是，OpenAI推出Sol和Luna之际，行业内部正同时讨论"AI开发是否应当放慢"。

本月早些时候，Anthropic CEO Dario Amodei公开呼吁放慢前沿AI发展速度，并警告快速推进可能带来风险；OpenAI CEO Sam Altman随后表示认同行业需要放慢前沿模型发展步伐、加强安全措施；OpenAI首席科学家Jakub Pachocki也提出，通过协调放慢未来AI开发是确保自我改进型AI安全的重要路径。

然而与此同时，OpenAI自身的产品迭代并未放慢：Astra发布不到三周即再推两款新模型，并将API价格直接下调50%。同日，Anthropic也推出Claude Opus 5.5，同样以更低运行成本为卖点。

一边讨论如何放慢AI发展速度，一边加快模型迭代、压低调用成本，AI行业正在进入能力与成本同时加速下探的新阶段。