GPT-6 Sol 与 Luna 发布：API 降价后，如何选模型？

2026 年 9 月 22 日，OpenAI 在 GPT-6 Astra 之后推出 GPT-6 Sol 与 GPT-6 Luna。两款模型把这一代的部分能力带到更快、更低价的档位。对开发者来说，这次更新最明确的变化是 API 单价；对日常使用者来说，关键是按任务难度选模型，而不是一律使用最强的一档。

API 价格：看清输入、输出与缓存

以下均为每 100 万 token、美元计价的标准输入／输出价格，旧价是 OpenAI 列出的 GPT-5.6 推广价格：

• GPT-6 Sol：输入从 4 美元降至 2 美元，输出从 20 美元降至 10 美元，均下降 50%。

• GPT-6 Luna：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。按表中数字计算，输入下降 50%，输出约下降 58.3%。

OpenAI 在公告中概括称两款模型相较 GPT-5.6 推广价“降价 50%”；Luna 输出价的具体数字对应更大的降幅，因此估算账单时应以价格表为准。新模型在 API 中分别使用 gpt-6-sol 和 gpt-6-luna。厂商还称，GPT-6 的提示缓存默认命中率有所改进，缓存输入读取可享 90% 折扣；实际节省取决于请求里可复用的前缀、缓存命中情况与任务产生的输出量。查看 OpenAI 发布公告与价格表。

Sol 和 Luna 分别适合什么

Sol 更适合需要多步推理、代码修改、专业材料处理或跨工具执行的任务。OpenAI 将其定位在能力与成本之间的平衡点：在官方列出的 AutomationBench 商务工作流评测中，Sol 在 xhigh 档的成功率为 33.2%，单任务成本为 0.27 美元。Luna 的优势是低单价与高吞吐，适合分类、抽取、简短回答、批量初筛，以及结果容易复核的小任务；复杂任务仍可升级到 Sol 或 Astra。

官方称，Sol 在代码、事实性和电脑操作上较 GPT-5.6 Sol 有进步，Luna 也在若干评测中提升。这里的数字来自发布方披露的特定提示、推理档位和测试环境，不能直接推断你的实际项目成功率。尤其是长任务，除了 token 单价，还要看重试次数、工具调用、人工验收和返工成本。查看评测说明。

谁能用，何时能用

OpenAI 表示，Sol 与 Luna 于发布当天开始向 ChatGPT Work 和 Codex 中的 Plus、Pro、Business、Enterprise、Edu 用户逐步开放；Free 与 Go 用户可在桌面应用使用 Luna。公告明确指出，这两款模型当时尚未进入 Chat，因此不能把 Work／Codex 的开放范围等同于所有聊天界面。API 端则提供上述两个模型 ID；具体账户可用状态仍以产品内显示为准。

使用判断：先从可验证的任务试起

如果任务本身清楚、量大、可以抽样复核，Luna 的价格更有吸引力；如果需要连续决策、改代码或整理高价值文档，可以先试 Sol，并记录一次任务的总成本和返工情况；结果要求最高、难以容错时，再考虑 Astra。这样的分层比单看模型榜单更容易找到适合自己的配置。

本文依据 OpenAI 官方发布说明 与 Sol 模型文档 整理。图为 AI 生成的原创示意插画，非 OpenAI 官方产品图。文中能力描述是厂商公开评测与作者对应用场景的分析，尚非本站独立实测；价格和开放范围可能调整，查询时请以官方最新页面为准。