专题 · FULL STORY

GPT-6 Sol/Luna 发布：降价、争议与快速迭代

OpenAI 于 9 月 23 日发布 GPT-6 Sol 与 Luna，价格减半但早期用户口碑分化，实测显示编码能力互有胜负。9 月 30 日 OpenAI 又推出 GPT-6.1 Sol，以约五分之一价格提供 Astra 级智能，持续刷新成本效率前沿。

2026-09-23 ~ 2026-10-02 · 15 集 · 184 条

第 1 集 · OpenAI 发布 GPT-6 Sol 与 Luna：价格减半、幻觉大降，但非全面超越前代(2026-09-23,92 条)

9 月 23 日，OpenAI 官宣发布 GPT-6 家族的 GPT-6 Sol 与 GPT-6 Luna，两款模型当天上线 ChatGPT Work 与 Codex（覆盖 Plus/Pro/Business/Enterprise/Edu，Free 和 Go 用户可在桌面端使用 Luna），并开放 API（gpt-6-sol 等）。Sam Altman 称其在智能、对齐、编码与计算机操作等方面全面升级，每 token 价格为前代一半。Artificial Analysis 随后将其纳入横评，多位用户实测则显示新模型并非全面超越前代：更便宜、更高效、幻觉更少，但在部分软件工程与知识工作评测上出现回退。同日 Anthropic、Qwen 等竞品密集发布，编码类 API 市场竞争加剧，价格战甚至成了社区 meme（ns123abc 的「Sir」梗图）。

已确认

  • 定价减半：官方公告与多个信源确认，Sol 从 $4/$20 降至 $2/$10（每百万 tokens），Luna 输入 $0.10 / 输出 $0.50（从 $0.20/$1.20 下调）；OpenAI 宣称部分编码评测任务成本比 Claude Opus 5 最多便宜 93%（Polymarket 转述此官方口径，尚需第三方验证），Altman 称按每任务定价「市场无对手」。官方定位口号为「用 Sol 构建，用 Luna 规模化」，两款模型均基于 GPT-6 Astra 的技术成果，主打更强的编码与计算机操作、更高事实性与更少术语的清晰回答，Sol 对标 Claude Opus 5.5，Luna 主打高性价比。
  • 编码代理表现：Codex 环境下 GPT-6 Sol (max) 在 Coding Agent Index 得 57 分，较 GPT-5.6 提升 2 分，每任务成本约为前代一半；Luna (max) 数据同步公布，其 Max 档在 DeepSWE 上与 Sol High、Astra Low 相当而价格仅约 Sol 的三分之一（Internet--Sensation 等转述）。
  • 幻觉率下降：Artificial Analysis 评测显示，AA-Omniscience 基准上 Sol 幻觉率从 92% 降至 60%，Luna 从 93% 降至 77%（max effort）。
  • 知识工作回退：GDPval-AA v2.1（改编自 OpenAI 覆盖 44 个职业的数据集）max effort 模式下 Sol 与 Luna 均回退，人工检查主因是回答更短、遗漏要点。
  • DeepSWE 下降：power97992、Angaisb 等多位用户实测及转述显示 GPT-6 Sol 在 DeepSWE 上低于 GPT-5.6 Sol；Luna 相比 5.6 Luna 则小幅提升且同样降价。kimmonismus 汇总的跑分（FrontierCode 48.4% xhigh 等）亦提供对比数据，并称 Sol 比对手便宜约 85% 打平 Fable 5.1；krizzalicious49 也在 Reddit 贴出两款模型相对 5.6 系列的跑分截图合集。
  • AutomationBench 亮点：reachvb 转述称 Sol (xhigh) 在 AutomationBench 上以约 9% 的成本反超 Opus 5。
  • 正面实测：Every 的 Dan Shipper 称 GPT-6 Sol 已成其 Codex 日常主力，写作逼近 Astra、更快且比 5.6 Sol 便宜约 50%。

尚未确认

  • ns123abc 转述的爆料称 GPT-6 Sol 在 computer use、research debugging 上也差于 5.6 Sol，网络安全任务无提升，自称未经证实；kristoph 帖中有人讥讽其只是改名 Terra，同为传闻。
  • sytelus 称 GPT-6 Sol 在 HealthBench 及部分生物/化学安全评测上不及上一代，未附来源。
  • weswinder 与 adonissingh 怀疑厂商有意「埋掉」DeepSWE 基准，属推测，无官方回应。
  • power97992 称 Sol 的 xhigh 档在部分编码任务上输给 5.6 Sol 的 max 档，样本有限的个人实测；FalconsArentReal 亦转述用户侧初步对比称 Sol 复杂任务弱于 5.6 Sol、胜在成本与效率。

为什么重要

新模型未在所有指标上超过旧版较为反常，引发对代际进步是否放缓、厂商选择性披露评测的讨论；同时价格腰斩叠加幻觉率大幅下降（Reddit 用户 indiantruely 等认为该定价可能挤压大量开源与闭源模型），对成本敏感的生产场景吸引力明显。同日 Anthropic、Qwen 等竞品密集发布，编码类 API 市场竞争加剧。第三方基准、用户实测与日常使用评价方向不完全一致，提示应按自身任务负载实测选型，而非迷信「新一代」。

时间线

  • 9 月 23 日：OpenAI 官宣 GPT-6 Sol/Luna 并当日上线 ChatGPT Work、Codex 与 API；Sam Altman 连发多条补充定价与定位；Artificial Analysis 同日发布评测；Anthropic、Qwen 等竞品同日发布新品。

还有 72 条相关讨论 →

第 2 集 · GPT-6 Sol/Luna 上线口碑分化：降价换质量引争议(2026-09-23,9 条)

OpenAI 主线模型 GPT-6（代号 Sol/Luna）上线后，早期用户口碑迅速分化：一边是多位开发者与长期订阅者抱怨 Sol 在非编码任务上明显倒退、思考深度不足、产品线出现能力空档，甚至引发对前代模型的怀旧潮；另一边是「质量大体持平、价格砍半」的务实好评。目前尚无官方回应，争论核心是降价能否弥补主线模型的能力缩水。

已确认

  • 价格约为上一代的一半，这是多位用户（如 Gigaslavx）共同确认的主要实际收益；速度变化尚不确定，可能接近。Gigaslavx 认为质量整体或许略有净提升，只是 Luna 存在轻度回归。
  • 多位用户反馈 Sol 在编码之外的任务上表现变差：tacomaster05 称其「几乎不尝试思考」，质疑 GPT-6 是否仅为编码定位；rickasaurus 直言主线模型明显倒退不可接受，即便降价也一样，并称其表现像一场灾难、按表现本该取名 Terra。
  • Jarr11 对比后认为 GPT-6 Sol 的能力与深度明显不如 GPT-5.6 Sol，更接近 5.6-Terra 的水平，但定价却按高阶收取；他还指出 6-Sol 不够用、6-Astra 又消耗算力过多，GPT-6 产品线因此出现能力空档。
  • AirportEither2456 在各推理档位实测后给出负面评价：GPT-6 Sol 频繁要求澄清、无法正确理解任务，甚至不如此前在 High 档完成同一任务的 GPT-5.6 Sol；Luna 同样不及其前代，并建议用户改用 Opus 5.5。
  • 产品调性层面引发怀旧潮：WolframRvnwlf 吐槽 GPT-5.5 曾「把灵魂带回来」、5.6 的毒舌幽默是其最爱，而 GPT-6 又退回机械感，考虑只保留低档订阅或退订；开发者 migtissera 也称 GPT-6-Sol 相比 5.6-Sol「没有灵魂、没有幽默感」，表示 5.6-Sol 退役后会怀念它，并称终于理解了「Bring Back 4o」群体的感受。
  • ObviousResort8887 推测 OpenAI 的降本意图是挽回上一代 Astra 疯狂消耗 token 额度造成的成本问题，认为降价不能掩盖能力缩水。
  • xeophon 转述的早期实测中，口碑也并非一边倒：Luna 带来了一些惊喜，且 Claude Opus 5.5 在用量上出现碾压式翻盘。

尚未确认

  • Sol 相对 GPT-5.6 的综合能力是否真有净倒退，目前仅基于早期 vibes/evals 主观印象，缺乏系统性评测；sstreichsbier 等用户仍在观望，甚至已切回 GPT-5.x 作为日常主力。
  • 6-Astra「消耗算力过多」的判断目前仅见于个别用户描述，具体用量与成本表现尚待更多实测。

为什么重要

  • 这是 OpenAI 主线模型的代际更新，若「降价换质量」的猜测成立，将直接影响重度订阅用户与开发者的去留决策。
  • Jarr11 指出的「6-Sol 不够用、6-Astra 太贵」的能力空档若属实，意味着 GPT-6 产品线缺乏能力与成本的平衡点，用户可能被迫留在旧版本或转向竞品。
  • 分化口碑叠加竞品（如 Opus 5.5）用量翻盘、用户建议改用竞品，以及「Bring Back 4o」式的怀旧情绪重现，反映出模型竞争已从单纯能力转向能力/价格/调性的综合权衡。

第 3 集 · LMArena 上线 GPT-6 Sol/Luna 实测投票(2026-09-23,2 条)

LMArena 宣布 OpenAI 的 GPT-6 Sol 与 GPT-6 Luna 现已可在其平台上测试，支持 Battle Mode 盲测对战与 Agent Mode 两种模式，用户可对真实 agentic 任务投票评测。官方同时预告两款模型的榜单成绩即将公布，社区已有将其与 GPT-5.6 对比的实测结果流出。

第 4 集 · 四款新模型一周改写性价比前沿，Opus 5.5 登顶(2026-09-23,2 条)

据 Artificial Analysis 报告，本周 MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna、GPT-6 Sol 四款新模型的发布显著改变了「智能指数 vs 价格」的性价比前沿。性能方面，Claude Opus 5.5 以 58 分登顶，GPT-6 Sol 为 48 分，GPT-6 Luna 紧随其后；但成本差异巨大：Opus 5.5 单任务需 5.98 美元，而 GPT-6 Luna 仅 0.07 美元。

第 5 集 · OpenAI 与 Anthropic 同日降价，掀新一轮模型价格战(2026-09-23,7 条)

9 月 23 日，OpenAI 与 Anthropic 在约 90 分钟内先后发布降价的新模型，掀起新一轮 API 价格战。OpenAI 将 GPT-6 Sol 和 Luna 的 API 价格较 GPT-5.6 促销价下调 50%；Anthropic 同期发布 Claude Opus 5.5，称价格较此前便宜约 40%。多位开发者与观察者认为，模型竞争的焦点正从智力转向成本效率。

已确认

  • GPT-6 Sol 定价 $2/M 输入、$10/M 输出，约为 5.6-Sol 价格的五分之一，与 Terra 5.6 和 Sonnet 5 价位接近（@TraditionalHome8852、@haider1）
  • GPT-6 Luna 定价 $0.10/M 输入、$0.50/M 输出，砍半后让本已极低的 5.6-Luna 都显得贵（@altryne、@haider1）
  • Anthropic 发布 Claude Opus 5.5，称价格较此前便宜 40%（@krishnan）
  • Simon Willison 同日评测了 Claude Opus 5.5 与 GPT-6 Sol/Luna，并指出新一轮价格战（@altryne 转述）

各方解读

  • @TansuYegen 认为两家公司突然在成本上激烈竞争而不仅是智力，通常是技术从「令人印象深刻」走向「大规模真正有用」的信号
  • @krishnan 观察到模型计价正转向「按任务算账」
  • @bindureddy 指出闭源厂商同步降价说明开源模型的竞争压力已显效
  • @TraditionalHome8852 推演定价逻辑：因 OpenAI 未发布 GPT-6 Terra，Sol 的对标对象应是即将发布的 Sonnet 5.5 而非 Opus
  • @haider1 称这波定价「离谱地好」，认为 OpenAI 重塑了性价比、改变了游戏规则

尚未确认

  • Reddit 用户 @JPBartley 提出疑问：降价前两家据信已处于亏损状态，进一步降价究竟是抢市场份额还是可持续的生意，尚无定论

为什么重要

  • 价格战将模型竞争焦点从单纯的智力转向成本效率，可能加速 AI 应用大规模落地；而盈利能力的不确定性也意味着降价能否持续仍待观察

第 6 集 · 实测：GPT-6 Sol 随算力近线性提升，Bug Hunt 仍不敌 Opus 5.5(2026-09-23,3 条)

开发者 Pawel Huryn 实测 GPT-6 Sol 各 effort 档位成绩，发现随算力投入提升几乎呈直线上升；他还测了所谓 GPT-6 Luna(max)，n=1 样本下略胜可本地运行的 Qwen3.8-27B。但 Bug Hunt Bench（105 个真实植入 bug、盲评）新数据显示，GPT-6 Sol(max) 仍不及 Opus 5.5(medium)。

第 7 集 · Bug Hunt Bench 实测 GPT-6：Astra 居首，Sol 版本大幅退化(2026-09-24,2 条)

Pawel Huryn 用两个真实仓库中的 105 个隐藏 bug 实测前沿编码模型：GPT-6 Astra (max) 修复 45 个居首，GPT-5.6 Sol 修复 43.5 个紧随其后，而 GPT-6 Sol 仅修复 29 个，较上代大幅退化。第三方账号 StatsWire 的结果也印证了这一退化现象，引发对 GPT-6 不同版本编码能力差异的关注。

第 8 集 · GPT-6 命名流出：Sol 对应 Terra，Luna 疑退化(2026-09-24,3 条)

网友 Pawel Huryn 梳理 OpenAI 疑似 GPT-6 系列的命名对应关系：传闻中的 GPT-6 Sol 能力大约相当于 GPT-5.6 Terra，GPT-6 Luna 则对应 GPT-5.6 的另一版本。他还称已确认 GPT-6 Luna (max) 在 n=3 时得分 18.3，性能退化属实，n=1 成绩也仅略胜可本地运行的 Qwen3.8。

第 9 集 · Bug Hunt Bench 发布：105 个真实 bug 横评前沿编码模型，成本差 200 倍(2026-09-24,3 条)

Pawel Huryn（The Product Compass 作者）发布 Bug Hunt Bench 编码模型实测排行榜：在两个真实代码仓库中植入 105 个 bug，对前沿编码模型进行盲评，每个仓库仅用一个 prompt，统计各模型修 bug 的成绩与成本，不同模型间成本差距达 200 倍。完整排行榜页面已公开。Huryn 还回应网友称，其自研的 code-review skill 能显著提升模型在该基准上的成绩。

第 10 集 · GPT-6 Sol/Luna 登场：低价 API 与三档定价引发关注(2026-09-25,2 条)

OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna 两款新模型，基于 GPT-6 Astra 技术，主打更快速度、更低成本与大规模工作负载。GPT-6 Luna 在 Code Arena 排名第 24。API 定价显示巨大差距：Astra 每百万 token 输入 $10/输出 $50，Sol 为 $2/$10，Luna 价格仅为 GPT-5.6 促销价的一半，通过智能路由可再省约一半成本。

第 11 集 · 网友推测 OpenAI 高效新模型意在腾算力并适配超快推理(2026-09-25,2 条)

网友 theorycraft 分析称，OpenAI 即将推出的 GPT 6「Luna」和「Sol」强调效率的定位可能是为 Cerebras 千 token 每秒级别的超快推理做铺垫，按 GPT 5.6 的价格即可跑出 1000 tok/s。另有观点认为 OpenAI 选择高效模型路线是为了腾出数据中心容量训练更大的模型，并推测其手中已有比 Astra 更大的模型待发布，相关讨论还关注到 Opus 5.5 输出 token 数达 4 倍的现象。

第 12 集 · GPT-6 Sol 被指遭低估：机器人任务成绩升成本降(2026-09-25,2 条)

一则评测爆料称，GPT-6 Sol 在机器人任务上的得分达到 GPT-5.6 Sol 的 1.6 倍，且成本低 47%，但仍落在 Opus 5.5 的 Pareto 前沿之下，性价比并非最优。随后有网友(未证实)评价 GPT-6 Sol 被严重低估，认为它比 5.6 更便宜、速度快得多并保留相近「手感」，猜测其本质可能是 5.6 加上额外改进。

第 13 集 · GPT-6.1 Sol 发布：Astra 级智能、价格约 1/5(2026-09-29,32 条)

OpenAI 于 09-30 推出 GPT-6.1 Sol，主打「Astra 级智能、价格便宜约 5 倍」。第三方评测机构 Artificial Analysis 的数据显示，该模型发布仅 7 天即取代 GPT-6 Sol，在 Intelligence Index v4.3.2 上智能指数仅比 GPT-6 Astra 低 1 分，与 GPT-6 Astra、Fable 5.1 在榜单上几乎并驾齐驱。当前结论是：性价比与效率显著领先、明显外推智能/成本帕累托前沿，但绝对智能仍未超过 Anthropic 的 Opus 5.5。值得关注的原因在于它可能改变开发者的模型选型与成本结构。

已确认

  • Artificial Analysis 上线 GPT-6.1 Sol 评测页：五档变体（max/xhigh/high/medium/low）得分 42–52，各推理档位较前代全面上涨（low 42 对此前 34，medium 48 对 40 等），每题成本档位间相差达 5.5 倍。
  • 定价 $2/$10 每百万 tokens，缓存读取折扣从 90% 升至更高；据 Reddit 用户 that90sguy 引用的对比数据，GPT-6 Sol 成本约为 Sonnet 5.5 的一半、5.6 Sol 的三分之一、Opus 5.5 的五分之一。
  • Artificial Analysis 同时公布 Intelligence Index v4.3.2 明细，含 AA-Briefcase、GDPval-AA、AutomationBench、Terminal-B 等十项评测；同日更新中 Claude Sonnet 5.5 冲至指数第二。

尚未确认

  • haider1 分享的 HLE-Diamond 成绩（总分 53.2%，纯推理子项 67.4%、仅用 4k token；对比 Fable 5.1 50.7%、Opus 5.5 54.6%）据称为 GPT-6.1 sol 所得，未经官方证实。
  • charliermarsh 转发 blader 的 cfo.ai 内部 evals：此前 Opus 5.5 效率约为 GPT-6-sol 的 2 倍，6.1-sol 更新后反超至约 3 倍；属个人内部数据。
  • npew 帖中 Energy 公司工程负责人 Gabriel 称企业内部评测中 GPT 6.1 完成率大幅超过 Opus 5.5、价格低 40%、速度快 2 倍，公司已将其投入使用；为一方之言。
  • DeryaTR 自称获得早期访问并测试了 GPT-6.1 Sol，认为能力与 GPT-6 Astra 相当但更快更便宜，将影响基于 Codex 的应用；属个人早期体验，非官方成绩。
  • pvncher 转发 nicdunz 帖称 gpt-6.1 sol max 价格低于 astra low 而智力接近 astra max；信息未经官方证实，仅供参考。

为什么重要

  • 多位评测者（rhiever、randalolson、danielmac8）基于 Artificial Analysis 数据得出一致结论：Opus 5.5 仍在智能指数领先，但 GPT-6.1 Sol 把智能/成本帕累托前沿明显外推；danielmac8 建议按场景选档位使用。bindureddy 亦评价其基准追平 Astra、价格仅 1/5，感叹 OpenAI「不到一周就完全回归」。
  • dkundel 转发 Theo 的 Terminal Bench 4 自测：GPT-6.1 Sol 性能超过 Opus 5.5 而价格约为其 1/30。
  • 社区声音并非一边倒：kimmonismus 认为其稍慢但高效，定价难以置信地便宜、整体扎实，可与 Sonnet 5.5 竞争，但对 OpenAI 未给出对标 Opus 的产品表示失望，并担心订阅方案变化的影响，称自己更爱 Opus 5.5，还预测下几轮重大发布可能来自中国。
  • BorisMPower 提到此次 Sol 版本如期上线，与此前往称 GPT-6.1 Astra 因安全问题被叫停的报道形成对照。

还有 12 条相关讨论 →

第 14 集 · GPT-6 Astra Ultrafast 曝光：Codex 提速最高 8 倍(2026-09-30,2 条)

据博主 cedricchee 等转发和 @Angaisb 的消息，OpenAI 为 Codex 推出 Ultrafast 模式，基于 GPT-6 Astra Ultrafast，在 Standard 模式下 token 生成速度最高提升 8 倍、可达约 300 tok/s，API 侧也有相应提速，同时曝光了新的 ChatGPT Pro 套餐。该消息目前未经官方证实。

第 15 集 · GPT-6.1 Sol 第三方评测集中出炉：性能近 Astra、成本大降(2026-09-30,21 条)

OpenAI 发布 GPT-6.1 Sol 后，第三方评测集中出炉，普遍结论是性能接近旗舰 GPT-6 Astra 而成本大幅降低。Artificial Analysis 的评测显示 GPT-6.1 Sol 将 OpenAI 的成本效率前沿整体外推：Max effort 下单 Intelligence Index 任务成本 $0.72，不到 GPT-6 Astra 的对应水平，且每任务成本比 GPT-6 Sol 再低约 30%。多位独立开发者的实测也趋于一致，但也有榜单结果与官方说法存在分歧，结论仍在验证中。

已确认

  • Pawel Huryn 在 2 个真实代码仓库植入 105 个 bug 进行盲测（Bug Hunt Bench，单 prompt，按成本/时间/轮次多维展示）：max/xhigh 档下 GPT-6.1 Sol 修复约 44 个 bug 仅花 $6.56，而 GPT-6 Astra 修复 45 个花费 $33；他已公布全部 effort 档位成绩（max/xhigh 为 n=3，其余 n=2，追加复测仍在进行），认为结合成本考虑没有理由再用 Astra
  • adonissingh 在 eyebench-v3 上测得 GPT-6.1-Sol 排名第二，性能接近 Astra 但便宜约 3.8 倍，价格约为 Opus-5.5 的 1/8；成本维度 Pareto 最优，但输出 token 效率在任何 reasoning effort 档位上都低于 Astra
  • cedricchee 实测 3D 生成质量接近 Astra 且速度快约 30%，AA Index 比 GPT-6 Sol 高 4 分；codestantine 在自建低资源语言翻译基准上称其超过 Astra，提升幅度大于从 5.6 Sol 到 6 Astra 的跳跃（由 nickbaumann 转发）
  • danielmckinn0n 在 GamowLabs RareBench 上测得 GPT-6.1 Sol 以约 1/4 价格几乎追平 Astra，稳坐成本帕累托前沿
  • Artificial Analysis 已上线 GPT-6.1 Sol 全部 effort 档位（Low 至 Max）评测，并同步更新 Intelligence Index v4.3（以 AutomationBench-AA 替换旧项）
  • Reddit 用户 therealjerseytom 反馈其「符合宣传」：6 Astra 能做的挑战性工作它也能做，但 token 成本显著更低，尤其在需要返工重做的场景下优势明显

尚未确认

  • BridgeBench 实测显示 GPT-6.1 Sol 仅比 GPT-6 Sol 高 3 分、落后 GPT-6 Astra 82 分，与 OpenAI 官方「接近 Astra 级智能」的说法及其他评测存在明显分歧，结论尚待更多独立验证
  • Wsz2020 基于 AA 数据指出「Sol max 比 Opus 5.5 max 便宜 88%」的表面数字有误导性（因 Opus 定价结构不同），跨模型直接比价需谨慎
  • banteg 转发的 Runescape Bench（恶搞性质榜单）显示其排第二、价格约为 Astra 的 10%，参考价值有限
  • 用户 chogku 称 GPT-6.1 Sol + Opus 5.5 组合接近 Astra 水平且成本更低（由 rudrank 转发），属个人观点

为什么重要

Pawel Huryn 强调，与被视为「削弱版 GPT-5.6 Terra」的 GPT-6 Sol 不同，GPT-6.1 Sol 是真实的能力进步。若低成本高性能的结论在更多场景成立，将显著改变前沿模型的性价比格局，压缩 Astra 等旗舰在日常编程与推理任务中的使用空间。

还有 1 条相关讨论 →