GPT-6 Sol 与 Luna 主题封面。产品信息以文中链接的官方资料为准。
GPT-6 Sol 和 Luna 已经发布，值得马上换吗？如果你在意 API 账单，值得认真看；如果你期待“换个模型就能少审代码、少核事实”，目前的证据还撑不起这个结论。Sol 面向复杂编程和多步工作，Luna 面向摘要、提取、分类等量大且目标明确的任务。本文核对了 OpenAI 发布博客、官方价格页和 Artificial Analysis 的独立对比，把“官方说变强了”和“外部实际测到什么”分开讲。
先说清楚测评范围：Mengbi 没有自行调用两款 API 做同题盲测。下面的“使用反馈”来自可追溯的第三方测试和公开报道；选型建议是基于这些资料的判断，不是本站实测成绩。资料核验于 2026 年 9 月 23 日。新模型上线初期，价格、可用范围和第三方榜单都可能调整。
GPT-6 Sol 和 Luna 有什么区别？
| 选择 | 更合适的任务 | 需要留意 |
|---|---|---|
| GPT-6 Sol | 跨文件改代码、复杂分析、需要多轮工具调用的 Agent | 输出和推理 token 可能推高整单费用；关键结果仍要验收 |
| GPT-6 Luna | 摘要、资料提取、分类、批量问答和低成本子任务 | 遇到复杂约束、长链路和高代价错误时，最好有复核步骤 |
| GPT-6 Astra | 最难且容错低的任务 | 能力档位更高，单价也明显更高 |
这是根据 OpenAI 的模型定位给出的工作分配建议，不代表 Luna 完全不能写代码，也不代表 Sol 对每项任务都更划算。OpenAI 的 Sol和 Luna模型页均列出 1,050,000 token 上下文窗口、128,000 token 最大输出，支持文本与图片输入、文本输出。长上下文是容量上限，实际请求一旦超过 272K 输入 token，适用的计费档位会上升。
GPT-6 Sol、Luna 价格：便宜了多少？
截至 9 月 23 日，OpenAI API Standard、短上下文的每百万 token 列表价如下。价格只含模型 token，不含网页搜索、计算机使用等按次工具费用，也不等于 ChatGPT 订阅价。
| 模型 | 输入 | 缓存输入 | 输出 |
|---|---|---|---|
| GPT-6 Sol | 2 美元 | 0.20 美元 | 10 美元 |
| GPT-6 Luna | 0.10 美元 | 0.01 美元 | 0.50 美元 |
| GPT-6 Astra | 10 美元 | 1 美元 | 50 美元 |
这些数字来自 OpenAI API 价格表。对照 发布博客列出的旧促销价，Sol 的输入从 4 美元降至 2 美元、输出从 20 美元降至 10 美元；Luna 的输入从 0.20 美元降至 0.10 美元、输出从 1.20 美元降至 0.50 美元。后一项降幅约 58%，所以不宜把每个计费项都笼统写成“刚好腰斩”。
算一笔简单账：假设一次请求用 10 万未缓存输入 token + 1 万输出 token，短上下文 Standard 档的理论模型费，Sol 是 0.1 × 2 + 0.01 × 10 = 0.30 美元，Luna 是 0.1 × 0.10 + 0.01 × 0.50 = 0.015 美元。实际还要加上缓存写入、工具调用和失败重试；超过 272K 输入时，也不能继续套用这张短上下文价表。采购时更该看“每个成功任务花了多少钱”，而不是只看单价。
官方跑分好看，能直接信吗？
OpenAI 在发布文中给出了几个值得关注的结果：内部事实性评估里，Sol 的错误次数约为 GPT-5.6 Sol 的一半；DeepSWE 1.1上，Sol max 为 68.8%、Luna max 为 66.6%；OSWorld 2.0离线集里，Sol xhigh 为 60.5%。这些都是厂商按指定配置报告的成绩，不能直接推导出“你自己的项目 bug 少一半”或“Luna 能独立交付复杂功能”。
尤其要看脚注。OpenAI 说，事实性样本来自用户曾标记错误的匿名对话，这类对话并不代表日常使用；竞品分数取自公开报告，不一定与 OpenAI 模型处于完全相同的运行环境。它也提醒研究环境/API 的输出可能与生产 ChatGPT 不同。因此，官方图表更适合用来挑选待测试的场景，不能替代你的验收集。
第三方测评和媒体反馈：哪些结论更稳？
Artificial Analysis 的 Sol high 与 Luna high 对比在其 Intelligence Index v4.3.2 上分别给出 43 和 32。同一页显示，Luna 的加权平均任务成本约 0.03 美元，Sol 约 0.37 美元。这里的“每任务”是该机构评测任务及权重下的数值，不是你的客服工单或代码 PR 的固定报价。两款模型的推理档位都设为 high；换成 max、不同提示词或不同工具栈，结果未必一样。
这个对比支持一个朴素判断：Luna 便宜很多，但面对同一组复杂题，能力也有差距。它没有证明新款一定全面超过各自的 GPT-5.6 前代，更不能证明 Sol 比所有竞品强。第三方榜单也会随着版本和测量方法更新，引用时要保留日期、推理档位和指标名。
TechCrunch 的发布报道也把降价与厂商宣称的事实性改善放在一起讨论，并指出后者仍是 OpenAI 的说法。它是一篇新闻核对与市场观察，不是独立同题实测。网上关于“Luna 比上一代还差”或“Sol 已经全面碾压”的短帖可以作为问题线索，但没有稳定样本和完整复现条件，不适合写进结论。
真要换模型，怎么测才不白花钱？
如果你现在用 GPT-5.6，先从业务里抽 20–50 个已经知道标准答案的任务，把输入、工具、推理档位和超时条件固定，再让旧版、Sol、Luna 跑同一批任务。这个样本数是试点建议，并非统计显著性保证。至少记录四项：一次通过率、人工返工时间、端到端耗时和含重试的总账单。
- 写代码：检查测试是否通过、修改范围有没有跑偏、能否直接进入人工 review。复杂 PR 可以让 Luna 做资料整理，再让 Sol 执行或复核；高风险变更仍需人工验收。
- 内容和资料处理：让 Luna 做批量提取与初稿，抽样检查遗漏和错引。格式正确不等于事实正确。
- Agent 工作流：单独统计工具调用、缓存命中与失败重试。提示词或工具清单变化后，旧缓存和旧账单经验可能不再适用；OpenAI 介绍了 GPT-6 的缓存改进，但你自己的命中率仍需实测。
还没搞清当前模型能否完成任务时，先别急着换。若旧模型已经稳定、复核成本低，降价可能是直接收益；若任务成败取决于少数边界条件，就先跑回归集，再看换代收益是否超过迁移成本。
常见问题
GPT-6 Sol 和 Luna 哪个更适合编程？
复杂编码与多步 Agent 任务先试 Sol；清晰、重复、可自动验收的子任务可以试 Luna。OpenAI 的 DeepSWE 成绩说明 Luna 并非“不能写代码”，但官方评测也不能替代你仓库的测试和 review。要了解更高能力档位，可看本站的 GPT-6 Astra API 分析。
GPT-6 Sol 和 Luna 在 ChatGPT 里都能用吗？
OpenAI 发布时的说明是：Plus、Pro、Business、Enterprise、Edu 可在 ChatGPT Work 和 Codex 使用两款模型；Free、Go 可在桌面端使用 Luna。普通 Chat 的开放节奏不同，发布时尚未上线，之后应以你账号的模型选择器和官方更新为准。
API 应该用什么模型名？
分别是 gpt-6-sol 与 gpt-6-luna。两款都可走 Responses API；如果要接工具，先核对各自官方模型页支持的接口、工具与 reasoning 设置。长上下文、缓存写入和不同处理档位会影响最后账单。
结论
这次最确定的升级价值是成本空间变大，能力提升需要按场景核实。Sol 可以作为复杂工作的默认候选，Luna 值得进入量大、可复核的流程；别因一张跑分图就把所有请求统一切换。先用真实任务做小规模对照，保留验收和回滚，再决定流量怎么分。
资料来源与口径：OpenAI 发布博客（发布与厂商评测）、OpenAI API 价格（2026 年 9 月 23 日核验）、Artificial Analysis 模型对比（独立测量，high 档）、TechCrunch 报道（媒体观察）。