Artificial Analysis 深度评测 GPT-6：价格腰斩、幻觉率大降但 GDPval 回退
Artificial Analysis 于 09-23 发布 GPT-6 Sol 与 Luna 的深度评测，两款模型已纳入其 Intelligence Index v4.3 横评体系，用户可在平台上与其它领先模型逐项对比。核心结论是：定价全面减半、幻觉率显著下降、编程代理性价比提升，但在 GDPval 知识工作评测上出现回退。
已确认
- 定价减半：Sol 从 $4/$20 降至 $2/$10（每百万 tokens），Luna 从 $0.20/$1.20 降至 $0.1 档位
- AA-Omniscience 基准（max effort）幻觉率：Sol 从 92% 降至 60%，Luna 从 93% 降至 77%，均明显低于前代
- Codex 环境下 Coding Agent Index：GPT-6 Sol (max) 得 57 分，较 GPT-5.6 提升 2 分，每任务成本约为前代一半
- 两款模型进入 Intelligence Index v4.3，AA 同时公布了各单项评测的明细数据
尚未确认
- GDPval-AA v2.1（改编自 OpenAI 覆盖 44 个职业的经济价值任务数据集）上，Sol 与 Luna 在 max effort 模式下均出现回退；AA 人工检查发现主要原因为交付内容更短、遗漏要点，但这一回退是否影响实际生产力场景仍有待更多验证
为什么重要
- 价格腰斩叠加幻觉率改善，意味着 GPT-6 在性价比与可靠性上同时进步，对 API 成本敏感的开发者影响直接
- GDPval 回退与编码/幻觉改善形成反差，提示模型能力提升并不均衡，选购前应结合自身任务类型参考分项数据
2026-09-23 ~ 2026-09-23 · 6 条相关
一手来源
- GPT-6 Sol/Luna 价格腰斩：Sol 幻觉率从 92% 降至 60% — ArtificialAnlys ·
- GPT-6 两款模型幻觉率均显著低于前代 — ArtificialAnlys ·
- GPT-6 在 GDPval 知识工作评测上回退：交付更短、漏要点 — ArtificialAnlys ·
- 【源头】GPT-6 Sol/Luna 价格腰斩：Sol 幻觉率从 92% 降至 60% — ArtificialAnlys · 2026-09-23
- GPT-6 Sol 编程代理评测涨 2 分，成本仅为前代一半 — ArtificialAnlys · 2026-09-23
- 【源头】GPT-6 两款模型幻觉率均显著低于前代 — ArtificialAnlys · 2026-09-23
- 【源头】GPT-6 在 GDPval 知识工作评测上回退：交付更短、漏要点 — ArtificialAnlys · 2026-09-23
- GPT-6 Sol/Luna 登上 Artificial Analysis 智能指数 v4.3 横评 — ArtificialAnlys · 2026-09-23
- AA 公布 GPT-6 智能指数 v4.3 各分项评测明细 — ArtificialAnlys · 2026-09-23