GPT-6 Sol/Luna 价格腰斩：Sol 幻觉率从 92% 降至 60%
ArtificialAnlys · x · 2026-09-23
Artificial Analysis 发布 GPT-6 Sol 与 Luna 的深度评测：
- 定价减半：Sol 从 $4/$20 降至 $2/$10（每百万 tokens），Luna 从 $0.20/$1.20 降至 $0.10/$0.50，缓存读 9 折、写加价 25% 政策不变。Sol 每任务成本 $1.06（前代 $1.99），Luna $0.07（前代 $0.18），大幅改写成本效率帕累托前沿。
- Coding Agent Index：Sol 得 57 分（+2），Terminal-Bench 4.0 从 37% 升至 43%；Luna 反而降 2 分至 41。Sol 每任务 $2.99，成本减半。
- 幻觉显著下降：Sol 幻觉率从 92% 降到 60%（策略是多拒答，尝试率从 99% 降至 83%，准确率反而降 5 分至 54%）；Luna 从 93% 降到 77%。
- 有升有降：AutomationBench、Terminal-Bench 提升，但知识工作类评测 GDPval-AA v2.1 上 Sol 掉约 100 Elo、Luna 掉 75，AA-Briefcase 上 Luna 掉 45——人工抽查发现回归主因是交付物更简短、遗漏评分要点。
所属事件:OpenAI 发布 GPT-6 Sol 与 Luna：价格减半、幻觉大降，但非全面超越前代(92 条相关)→
「模型」频道最新
- Artificial Analysis 榜单权重被批随意，随时间大幅变动 — HamelHusain · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12