OpenAI发布GPT-6 Sol与Luna：API价格腰斩，低价策略直击DeepSeek腹地

事件概述

2026年9月23日，OpenAI正式推出GPT-6系列中的两个新模型：GPT-6 Sol 和 GPT-6 Luna。这两款模型沿用了此前发布的顶级模型GPT-6 Astra的训练方法，但侧重于更快速度、更低价格和更高效率，分别面向主流专业任务和高频规模化工作流。此次发布标志着OpenAI的竞争策略从单纯追求榜单高分转向“智能密度”的经济效益，直接对标并挑战DeepSeek等主打高性价比的竞争对手。

核心信息

1. 价格体系重构：Luna直逼DeepSeek底价

OpenAI将API价格降至上一代的一半左右，具体定价如下：

• GPT-6 Luna：输入 $0.1/百万Token，输出 $0.5/百万Token（约合人民币0.7元/3.5元）。
  • 对标分析：该价格已低于DeepSeek V4.1 Flash在普通请求（非缓存命中）下的闲时价格（输入1元，输出4元），且无峰谷波动。尽管DeepSeek在缓存命中场景下仍有极低价格优势（输入0.02元），但Luna的价格已将其拉入同一竞争区间，削弱了DeepSeek的低价标签壁垒。
• GPT-6 Sol：输入 $2/百万Token，输出 $10/百万Token。
  • 对比：相比GPT-5.6 Sol促销期的$4/$20，成本减半。

2. 性能表现：Sol在专业与编程领域具备压倒性成本优势

官方测试数据显示，Sol在保持高性能的同时，成本远低于主要竞品（如Claude Opus 5/Fable 5）：

• 自动化与工作流：在AutomationBench测试中，Sol以33.2%的胜率超过Claude Opus 5（26.9%），而单项任务成本仅为后者的9%。
• 长链路专业任务：在Agents’Last Exam中，Sol得分56.4%，超越Claude Opus 5最高成绩，成本降低约60%。
• 事实准确性：内部测试显示，Sol的事实错误数量约为GPT-5.6 Sol的一半，可靠性接近Astra。
• 编程能力：
  • 在DeepSWE v1.1（真实代码库软件工程测试）中，Sol得分为68.8%，仅比Claude Fable 5低1.1个百分点，但成本低约80%。
  • Luna在同一评测中得分为66.6%，成本仅为Claude同类模型的7%以下。
• 计算机操作：在OSWorld 2.0测试中，Sol xhigh成绩与Claude Opus 5相当，成本低80%。

3. 技术优化：缓存机制与产品生态协同

除了单价下降，OpenAI还通过技术手段进一步降低实际使用成本：

• 缓存优化：提高默认缓存命中率，缓存输入读取享90%折扣。开发者可监控缓存比例，并通过显式断点优化上下文复用范围，这对长期运行的Agent尤为重要。
• 推理强度调整：支持对话中途动态调整推理强度和可用工具，同时保留上下文缓存。
• 产品整合：Sol和Luna已接入ChatGPT Work、Codex及API。Plus/Pro用户获一次额度重置，Free/Go用户可在桌面端使用Luna。

4. 市场影响与第三方评估

• 开发者实测反馈：部分开发者表示，使用Sol完成任务的时间缩短近三分之二，Token消耗减半。但在视觉生成等创意任务上，Claude Opus 5.5在细节完整度和审美上仍具优势，不过考虑到价格差距（Opus 5.5成本远高于Sol），Sol的高性价比使其成为批量迭代和多Agent并发任务的优选。
• 机构观点：Artificial Analysis指出，GPT-6系列的总体智能水平与GPT-5.6大致持平，显著变化在于成本下降。即使输出Token用量略有增加，价格降幅仍抵消了用量上升的影响。

值得关注

• 竞争格局变化：DeepSeek凭借低价重塑行业Token价值标准，而OpenAI通过GPT-6 Sol/Luna将这一压力带入全球前沿模型核心战场。未来，“低价”将成为头部模型必答题，而非单一厂商的特色。
• 选择逻辑转变：对于追求单次最佳效果的创意任务，Claude等模型可能仍具吸引力；但对于需要大规模、反复迭代或长期运行的工作流，OpenAI凭借价格优势、完善的工具链（Codex/Work）及稳定性，将重新定义开发者的选型标准。