GPT-6 Sol 与 Luna 补上中低两档:缓存读取降到 $0.01、单任务成本仅为对手 9%,三档怎么选一次说清

美东时间 9 月 22 日,Anthropic 的 Claude Opus 5.5 上线 90 分钟后,OpenAI 把 GPT-6 Sol 和 GPT-6 Luna 一起端了出来。距离 9 月 3 日的旗舰 GPT-6 Astra 只有 19 天,这是 GPT-6 这一代第一次把中档和低档补齐。

价格是这次发布的主语:两款模型的 API 价格较 GPT-5.6 对应型号的促销价下降 50%,而且这次是永久价。GPT-6 Sol 每百万 token 输入 $2、输出 $10;GPT-6 Luna 输入 $0.10、输出 $0.50,缓存读取低到 $0.01。

我们在 9 月 23 日那篇 Claude Opus 5.5 的换模型账里,是把 Sol 和 Luna 当作对手模型放进了价格表,各占一行。这篇把它们单独拆开,只回答三个问题:三档怎么选、账单差多少、哪里会踩坑。

延伸阅读

• 拾光札记 9/5:GPT-6 Astra 值不值得上

顺带一提:token 的账算完,自托管那条路的硬件账在这篇服务器成本计算里,一块钱一块钱对过。

本文由拾光札记编辑部整理,勘误请联系我们。

一、先把传闻和实锤分开

• 传闻:“GPT-6 又发新旗舰了”——错。Sol 和 Luna 是同代里往下的两档,不是新的一代。OpenAI 官方明确写着 Astra 依然是整体最强的模型,想要不妥协的效果就继续选 Astra;Sol、Luna 的任务是把 Astra 在专业工作、事实性、编码、计算机操作和对齐上的方法搬到更便宜的层级。
• 传闻:“便宜一半 = 能力砍一半”——错。三档的能力差是按工作类型分叉的:编码类任务上 Luna 与 Sol 只差 2.2 个百分点(DeepSWE v1.1:66.6% 对 68.8%),但需要模型自己判断下一步的智能体任务上,第三方拆解算出的差距拉到 12.5 个百分点。选型要按工作类型,不是按价签。
• 传闻:“免费用户现在能白用 Luna 了”——半对。免费版和 Go 版用户确实能用 Luna,但入口只有桌面端应用;两款模型目前都没有开放到普通 ChatGPT 聊天里,只有 ChatGPT Work 和 Codex 有。企业版与教育版更保守:工作空间里默认关闭,管理员手动开启后成员才能选到。
• 传闻:“105 万上下文随便塞,都按 $0.10 算”——错,这是这次最容易踩的一条。官方规定:单次请求的输入一旦超过 27.2 万 token,整个请求改按长上下文价计费——输入与缓存价格翻倍、输出提高 50%。也就是 Sol 会变成 $4 输入 / $15 输出,Luna 变成 $0.20 / $0.75。105 万上下文是真的,$0.10 也是真的,但两个数字不能直接乘。
• 实锤:两款模型同为 105 万 token 上下文、最大 12.8 万 token 输出,支持文本与图片输入,网页搜索、文件搜索、代码解释器、Computer Use、MCP、Skills 都能调用;推理档位在 low/medium/high/xhigh/max 之外多了一个 none(可以彻底关掉推理),默认档是 medium;知识截止日期 Sol 是 2026 年 4 月 20 日,Luna 反而更新,到 5 月 18 日(旗舰 Astra 卡在中间的 4 月 30 日)。

二、三档的完整价格表

数据本站 9 月 23 日Opus 5.5 价格横评与 9 月 17 日 DeepSeek V4.1-Flash 账;人民币折算按 1 USD ≈ 7.1 CNY。

三个不能跳过的数字:

• 缓存读取 $0.01:这是 Luna 最反常识的一项,只有 Astra 的百分之一,也只有 Opus 5.5 的二十分之一。折成人民币大约 ¥0.07/百万 token。但它并不是全场最低——DeepSeek V4.1-Flash 的闲时缓存命中是 ¥0.02,仍然是 Luna 的三分之一多一点。
• 普通请求 Luna 已经比 DeepSeek 闲时便宜:Luna 输入 ¥0.71、输出 ¥3.55,DeepSeek 闲时是 ¥1 / ¥4,而且 DeepSeek 有峰谷定价,高峰时段直接翻倍到 ¥2 / ¥8。这是第一次有闭源海外模型在“白菜价”这个主场把国产开源拉进同一价格区间——代价是 DeepSeek 那 ¥0.02 的缓存命中价,至今没有对手。
• Batch 与 Flex 模式继续半价:缓存命中的输入按普通输入价的 10% 计费,批处理再砍一半。真要把每百万 token 单价压到 ¥0.35 以下,靠的是这两个模式,不是挂牌价。

三、同一份账单,四档差多少

算账比看挂牌价有用。假定一个副业者每天跑 300 次请求:每次输入 8,000 token(其中 6,000 是稳定可复用的前缀、命中缓存)、输出 1,500 token。这在个人内容站、客服自动回复、批量信息抽取里是很常见的量级。

(按各平台挂牌价直接结算,不含长上下文档;DeepSeek 按闲时价,高峰翻倍。)

• 同档换代省的是真金白银:同样这份活,Sol 的月账单是 Opus 5.5 的一半略多、是 Astra 的五分之一。对每月在模型上花几百美元的个人开发者,这一档挪动就够付服务器钱了。
• Luna 与 Sol 差 20 倍,与 Astra 差 100 倍。这意味着很多以前“想想就算了”的批量活——把历史文章全部重写摘要、给几万条评论打标签——现在值得直接排进定时任务。我们在 9 月 13 日那篇 Fable 5.1 缓存降价里说过,Agent 的成本大头是重复的上下文;这次 OpenAI 把这块的价格又压了一个数量级。
• 便宜不代表总账就是这张表。这是“单价 × 假定用量”的算术,没算进模型绕不绕弯:同一个任务,Astra 可能三轮做完、Luna 要五轮,真实差距会缩。OpenAI 官方那句“真正重要的指标是完成一项任务要花多少钱”,恰好说明按 token 单价横比只对了一半。

四、能力分叉:按工作类型选,不是按价签选

官方公布的基准全部是自评口径,但数字给得很具体,足够看出三档的边界在哪:

数据。以上均为 OpenAI 自评口径。

• 分叉点很清楚:凡是“输出可验证、单步就能判对错”的活——改一个函数、从几百页 PDF 里抽发票号、批量翻译——Luna 与 Sol 的差距只有 2.2 个百分点,而价格差 20 倍,这种活没有理由用 Sol。
• 一旦要求模型自己决定下一步怎么走,差距迅速拉开。第三方拆解给的数字是 12.5 个百分点;官方 AutomationBench 的对比里,Luna 只被用来讲“比上一代提升 5.4%、成本降 58%”,没有给出与 Sol 的直接分数。这条线就是 Sol 和 Astra 存在的意义。
• 成本口径要读清楚:“单任务成本低 93%”不是单价低 93%,它已经把模型少绕几步算了进去。它更接近真实账单,但也最难被外部复核——这也是这类数字只能当参考的原因。
• 第三方独立横评当周还没跟上。目前能拿到的第三方数据是 Artificial Analysis 的幻觉率:Sol 从上一代的 92% 降到 60%,Luna 从 93% 降到 77%。方向和官方说法一致,但幻觉率和我们平时看的“准确率”不是一回事,别直接换算。

五、缓存工程:这次真正改账单的部分

价格腰斩是结论,原因是缓存与推理底座的改动。这部分没有发布会好听,却直接影响你每个月的账单:

• 推理档位可以中途改,不再作废已有缓存。以前调高 effort 等于把前缀重算一遍,缓存全废;现在 Agent 跑到一半升档,前面的上下文还能复用。
• 工具清单变化不必删掉工具定义重建。Agent 按任务挂载不同工具时,不必再为每次变动重建整个前缀。
• 开发者能显式设置缓存断点,也能预热共享上下文。多轮会话里哪些段落稳定、哪些每次变,由写代码的人告诉平台,而不是靠猜。
• 控制台新增缓存仪表盘与诊断,能直接看到哪些请求没命中、miss 在哪一段。GitHub 上的反馈改进让需要新鲜处理的 prompt token 占比减少了一半以上。
• 对个人站长的落点只有一条:把你的 system prompt、工具定义、文件前缀按固定顺序摆好并冻结,别在开头塞时间戳、随机 ID、当天日期。缓存那 90% 的折扣是靠前缀稳定换来的,前缀一动,省下的钱就还回去了。

六、怎么上手:四条路径

6.1 订阅用户

Plus、Pro、Business、Enterprise、Edu 五种套餐,即日起可以在 ChatGPT Work 和 Codex 里选到两款模型;Codex CLI 和桌面应用都要更新到较新版本才会出现选项。发布当天 Codex 又发了一次额度重置,位置在左下角头像 → Settings → Usage——手里有当天必须跑完的活就用掉,否则存着。

6.2 免费与 Go 用户

能用 GPT-6 Luna,但入口限定在桌面端应用;普通 ChatGPT 聊天里两款都还选不到,官方说法是当天起逐步推送。指望它替代你现在的免费额度是不现实的:免费层给的是低档模型加轮次限制。

6.3 企业与学校

工作空间里两款模型默认关闭,需要管理员在 workspace settings 里开启,成员能看到哪些还取决于角色配置。企业采购前先确认这条,否则你会发现采购完了没人能选。

6.4 API 开发者

模型 ID 是 gpt-6-sol 和 gpt-6-luna,和 Astra 一样走 Responses 接口:

1
2
3
4
5
6
7
8

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-luna",
    "reasoning": {"effort": "none"},
    "input": "把这 300 条用户评论按主题归类,只输出 JSON"
  }'

两条必须知道的计费规则:单次请求输入超过 27.2 万 token,整个请求转长上下文价;缓存命中要求前缀稳定,中途改推理档位和工具清单在新版缓存机制下不再破缓存,但改前缀内容一样会破。

七、风险与限制

• 官方基准是自评,第三方滞后。四类基准里最关键的 AutomationBench 由 Zapier 构建,但分数与成本口径仍由 OpenAI 公布,当周没有独立复现。
• 长上下文是隐形涨价点。27.2 万 token 一过,输入与缓存翻倍、输出加价 50%,对做长文档 Agent 的人是硬成本。
• 知识截止比旗舰还早。Sol 停在 2026 年 4 月 20 日、Luna 停在 5 月 18 日。做时效敏感的内容(行情、价格、政策解读)时必须外接搜索或文件,别指望模型自己知道上个月的事。
• “永久价”是承诺,不是合同。对照来看,GPT-5.6 的促销价原本只保障到 11 月 21 日;这类时间表今年已经改口过不止一次。把预算按当前价签报批的人,记得留一档余量。
• Work 与 Codex 共用一个额度池。部分套餐同时受五小时窗口和周额度限制,换个模型不会把余额还给你。这是订阅用户最容易误解的一点。
• 关掉推理省的钱,是用准确率换的。Sol 和 Luna 多了 none 档,批量格式化这类机械活开了确实便宜,但凡是需要自我检查、需要多步验证的任务,别把推理关掉。
• 免费入口的可持续性没有承诺。桌面端 Luna、订阅额度重置都是发布期的动作,历史上没有一次被写成长期权益。

八、判断:谁该上、谁再等等、谁别碰

• 今天就上:每天跑批量活的(摘要、分类、抽取、翻译)——Luna 把月账从三位数打到个位数,这是本轮降价里唯一“白捡”的部分;用 Codex / ChatGPT Work 做日常编码的人——把机械任务切到 Luna、把硬骨头留给 Sol,额度消耗立竿见影;已经在用 Astra 但账单超预算的团队——把中档任务整批挪到 Sol,Astra 只留给最难的那几类。
• 再等等:要做跨应用、多步自主 Agent 的人——等一批第三方独立评测出来,现在的 12.5 个百分点差距是拆解口径,不是复现结果;对时效高度敏感的知识工作——先解决外部检索,模型本身的知识截止比旗舰还早。
• 别碰别指望:把免费桌面端 Luna 当无限额度用的;拿 Luna 跑需要自主判断的长链任务再回头骂它笨的;以为 105 万上下文全都能按 $0.10 计费的;按挂牌价给老板报预算、不算缓存命中和长上下文档位的。

一句话:这次发布真正变的不是“模型更强”,而是 OpenAI 第一次把每一个价格层级上的“单位成本智能”当成产品来做——Sol 用 Astra 五分之一的价钱接住主流生产活,Luna 用百分之一的价格接住高频批量活,而 Astra 继续只负责最难的那一小撮任务。对个人开发者和小团队来说,该做的动作不是换模型,而是把手里所有任务按“输出可验证 / 需自主判断”分成两堆,分别路由到 Luna 和 Sol;留在 Astra 上的任务,应该少得能数出来。