GPT-6 Sol 对比 Luna：OpenAI 两款低价模型该怎么选？

9 月 22 日到底发了什么

1. 1

   认清阵容：三个模型同日发布

   9 月 22 日是个三模型之日：Anthropic 发布 Claude Opus 5.5，OpenAI 在几小时内跟进 GPT-6 Sol 和 GPT-6 Luna。两款新模型都排在 9 月初发布的旗舰 GPT-6 Astra 之下，训练方法也与 Astra 同源。卖点一句话：保留 Astra 的大部分能力，把价格大幅打下来。

   

2. 2

   先看真实业务任务的成绩单

   发布日的数据把三个模型放在同一架梯子上。AutomationBench 业务任务测试里，Claude Opus 5.5 以每百万输出 token 20 美元的代价完成 40% 的任务，GPT-6 Sol 以 10 美元完成 33%，GPT-6 Luna 以 0.50 美元完成约 21%。Sol 用一半价格只让出 7 个百分点，Luna 让出更多分数，换来近乎免费的单价。

   

3. 3

   记住这次降价：两款都只要 GPT-5.6 的一半

   OpenAI 把这一对模型的 API 价格砍掉 50%，而且是在 GPT-5.6 Luna 已经降过 80% 的基础上再降。GPT-6 Sol 从每百万输入 token 4 美元降到 2 美元，输出从 20 美元降到 10 美元；GPT-6 Luna 从 0.20 美元降到 0.10 美元，输出从 1.20 美元降到 0.50 美元。按 token 计价，Sol 是中档主力，Luna 则是 frontier 家族里罕见的白菜价。

   

三模型 Arena 对比环境

1. 4

   自己搭一套同款三模型对比

   对比视频用的是一个自建的 Model Arena 页面：同一条提示词同时发给 Claude Opus 5.5、GPT-6 Sol 和 GPT-6 Luna，按模型分别统计 token、耗时和实时费用。三个模型都经 OpenRouter 接入，所以不用 OpenAI 的 key 也能复刻这套环境。三列保持相同设置，比赛才算公平。

   

2. 5

   提示词只写一次，三个模型一起跑

   每个任务只在提示词构建器里输入一次，同时派发给所有模型，一锤定音、不做重试。第一条任务要求给虚构雨伞品牌 Squall 做一个单页网站：带动画、客户评价和预购区块，不允许引用外部图片。盯着三列同时流式输出，是感受 Luna、Sol 与 Opus 速度差的最快方式。

   

价格与速度的实测账单

1. 6

   解读第一测：落地页，几分钱还是几毛钱

   雨伞落地页已经把价格故事讲完了。GPT-6 Luna 用时 1 分 22 秒、花费 0.0005 美元；GPT-6 Sol 用时 1 分 48 秒、花费 0.18 美元；Claude Opus 5.5 用时 3 分 25 秒、花费 0.83 美元。三份成品都能打开，评价区和预购块齐全，差别在打磨程度：Opus 的暴雨动画最华丽，Sol 多了音效反馈。

   

2. 7

   解读第二测：风暴仪表盘的成本鸿沟

   风暴追踪仪表盘把差距拉得更开。GPT-6 Luna 1 分 41 秒交付、花费 0.0073 美元；GPT-6 Sol 1 分 49 秒、0.12 美元；Claude Opus 5.5 跑了 9 分 17 秒，烧掉 30.0k 思考 token 加 63.7k 输出 token，账单 1.27 美元。同一份需求，Opus 的成本是 Luna 的 150 多倍、Sol 的 10 倍左右，换来三份成品里最精致的交付。

   

3. 8

   下单前先核对官方 API 定价

   OpenAI 官方定价表就是做预算的依据：gpt-6-sol 每百万输入 token 2 美元、输出 10 美元；gpt-6-luna 输入 0.10 美元、输出 0.50 美元。两行都挂着比 GPT-5.6 前代便宜 50% 的标签。同一份公告也明确了 GPT-6 Astra 的位置：要最好的结果、不妥协的体验，仍然选它。

   

4. 9

   把三家放到一张图里，含 Opus

   把 9 月 22 日的阵容与 Claude Opus 5.5 画在一起，档位一目了然。每百万 token 输入价：Luna 0.10 美元、Sol 2.00 美元、Opus 5.5 4.00 美元；输出价：0.50、10.00 和 20.00 美元。最大努力档下的公开基准也是同一排序：FrontierCode v1.1 Main 得分 42.4%、49.3%、54.4%，AutomationBench 得分 20.7%、33.2%、40.0%。

   

质量差距：一个仪表盘，一款 3D 游戏

1. 10

   看 Sol 改道成功，Luna 原地卡死

   质量差距在跑分之前就看得见。风暴仪表盘任务里，Luna 的版本把卡车一遍遍派回风暴区，排程始终没能恢复；Sol 则把进入风暴的卡车标红，redirect 按钮真的会重新规划路线，压低风险交付数。凡是模型需要理解状态并做决策的工作流，这才是要紧的差距。

   

2. 11

   第三测评分：一条提示词写 3D 游戏

   Storm Run 是自带完整规则的 3D 帆船游戏，也是最难的一条提示词。GPT-6 Luna 用 1 分 30 秒、0.0075 美元做出能跑的东西；GPT-6 Sol 花了 2 分 17 秒、0.18 美元；Claude Opus 5.5 用掉 18 分 07 秒、74.9k 思考加 123.1k 输出 token、2.47 美元。成本与野心同涨，多出来的钱有没有买到东西，看下面三张截图。

   

3. 12

   看清 Luna 的天花板：快、便宜、毛坯

   Luna 的 Storm Run 秒开，HUD 正常工作，但海面是一块没有纹理的灰色平面，天气效果只剩几缕雨丝，谈不上可玩。与仪表盘测试同一个模式：Luna 交出任务的形状，然后停手。对原型、草稿和内部工具来说，这往往已经够用。

   

4. 13

   看 Sol 的进步：真正能玩的游戏

   Sol 的版本有真实的水体、波浪起伏、风向系统，还有一条完整赛道：八个浮标、标示下一标的橙色光点、不断递减的方位角读数。这就是毛坯与成品的差别。Sol 的 0.18 美元买到了玩法，Luna 的 0.0075 美元买到一个会动的加载画面。

   

5. 14

   看看旗舰多花的 2.29 美元买到了什么

   Opus 5.5 的 Storm Run 是全场演示：动态海水、穿过风暴云的阳光、随浪起伏的镜头，还有游戏会主动预警的 killer wave 事件。这些在两款低价版本里都不存在。这也是贵档位存在的理由最直观的一帧：当质量本身就是产品时，用它。

   

GPT-6 Astra 对比 Luna：旗舰何时仍值得买

1. 15

   全面降级之前，先读一遍 Astra 那条线

   在 OpenAI 的 FrontierCode 图上，Astra 的曲线在每一档努力等级都压着 Sol，连低努力的 Astra 都能以每任务 1.70 美元拿到 45.3%。对照 Luna 最大努力档的 42.4%、每任务约 0.11 美元，规律浮现：Luna 用几个点的能力换约 15 倍的成本优势。任务落在这条线附近时，Astra 低努力档是值得一试的中间路线。

   

2. 16

   用 Astra 对比 Luna 的矩阵做决定

   电脑操作是 Astra 与 Luna 差距最大的场景：OSWorld 2.0 离线任务上，Luna 最大努力档拿到 52.7%、每任务 0.27 美元，Astra 的曲线顶端约 73%。首发报道给出的经验法则是：日常九成到九成五的任务交给 Luna；对质量敏感又嫌 Astra 贵的自动化交给 Sol；最难的推理、代码与智能体工作留给 Astra，因为答错的代价高过省下的 token。

   

常见问题