一、事件全景：GPT-6 矩阵补齐两档，Astra 仍坐镇旗舰
2026 年 9 月 22 日，OpenAI 正式发布 GPT-6 系列两款新层级模型——GPT-6 Sol 与 GPT-6 Luna。至此，与 9 月上旬发布的旗舰 GPT-6 Astra 共同构成的 GPT-6 模型矩阵宣告成形。
在新矩阵中，三款模型分工明确：
· GPT-6 Sol：层级低于旗舰 Astra，面向编程等复杂工作负载。官方将其描述为"处理困难工作任务的平衡型模型"，具备更高用量上限与更低成本；The Decoder 的报道进一步指出，Sol 适用于"构建新功能、审查代码、调试和分析数据"等反复出现的复杂任务。
· GPT-6 Luna：面向"高容量任务"，如信息提取、文档总结、回答简短问题，是 GPT-6 家族中成本最低的选项。
· GPT-6 Astra：OpenAI 官方明确表示，Astra 仍是其"全面最佳"（best model across the board）的模型——"全球最智能、对齐程度最高的模型"，最苛刻的项目仍需 Astra 的完整深度。换言之，此次发布并非旗舰换代，而是矩阵向下延伸、把价格战线拉长。
两款新模型的关键规格一致：
规格 | GPT-6 Sol / Luna |
上下文窗口 | 1,050,000 token （ 105 万） |
最大输出 | 128,000 token （ 12.8 万） |
输入 / 输出形态 | 文本 + 图像输入、文本输出 |
知识截止日期 | Sol ： 2026-04-20 ； Luna ： 2026-05-18 |
API 模型名 | gpt-6-sol 、 gpt-6-luna |
二、定价与成本：较 GPT-5.6 促销价直降 50%，Terra 退场
本次发布最具冲击力的信息是价格。OpenAI 官方明确，Sol 与 Luna 的 API 定价较各自 GPT-5.6 促销定价（promotional pricing）下调 50%。
具体价格表（每百万 token，输入/输出）：
模型 | 输入 | 输出 | 较前代（ GPT-5.6 促销价） |
GPT-6 Sol | $2 | $10 | GPT-5.6 Sol $4 / $20 → 降 50% |
GPT-6 Luna | $0.10 | $0.50 | GPT-5.6 Luna $0.20 / $1.20 → 降 50% |
需要注意的是，50% 的降幅基准是 GPT-5.6 的促销价而非原价——此前 GPT-5.6 Luna 已于 2026 年 7 月 30 日降价 80%（至 $0.20/$1.20）。叠加来看，Luna 级别的价格在三个月内经历了两轮大幅下探。
除直接降价外，成本端还有两个关键变化：
1. 缓存输入 90% 折扣：缓存输入读取享未缓存价格的 10%，即 Sol 缓存输入 $0.20/百万 token、Luna $0.01/百万 token；缓存写入按未缓存输入价的 1.25 倍计。
2. Terra 退场：原 GPT-5.6 系列中最便宜的模型 Terra 不再提供。Luna 以更低价格直接承接了 Terra 的生态位。
三、性能与评测：官方成绩亮眼，独立评测"泼冷水"
与价格战的热闹相比，性能层面的故事要复杂得多。本节以平衡方式呈现官方基准与第三方独立评测两套口径。
（一）官方基准：多场景对标竞品，主打"同等性能、更低成本"
OpenAI 公布的基准成绩：
· AutomationBench（业务工作流，47 工具）：GPT-6 Sol（xhigh 档）得分 33.2%、单任务成本 $0.27，优于 Claude Opus 5（max 档）的 26.9%，且成本仅为其 9%；也高于 GPT-6 Astra（low 档）的 30.3% 与 Claude Fable 5.1+Opus 5 兜底组合（max 档）的 31.4%。Luna（high 档）较 GPT-5.6 前代提升 5.4 个百分点、成本低 58%。
· Agents' Last Exam（55 子行业长程专业任务）：Sol（max 档）56.4%，高于 Claude Opus 5 最高分，成本低 60%。
· OSWorld 2.0 offline（计算机使用）：Sol（xhigh 档）60.5% vs Claude Opus 5（medium 档）60.3%，成本低约 80%；Astra 仍为计算机使用最强模型。
· FrontierCode 1.1（编程）：Sol（max 档）49.3%、$2.14/任务，与 Claude Fable 5.1（50.3%、$12.83/任务）大致相当，而后者的成本约为其 6 倍。
· DeepSWE v1.1：Sol（max 档）68.8%，距 Fable 5 最高分 69.9%（xhigh 档）差 1.1 个百分点，成本低约 80%；Luna（max 档）66.6%，与 Opus 5 / Fable 5（medium 档）相当，成本低 93% / 96%。
官方口径还有一条内部事实性评测：基于用户标记错误的脱敏对话构建的测试显示，GPT-6 Sol 错误数量约为上一代的一半；Luna 在更高推理档位下以约 1/100 的成本匹配 GPT-5.6 Sol 水平。
（二）独立评测：智能分数基本持平，"价格砍半、性能几乎没动"
第三方独立机构给出了截然不同的解读。据 Artificial Analysis 独立分析，GPT-6 Sol 与 Luna 的单任务成本较前代确实减半，但智能分数停留在 GPT-5.6 水平：编码智能体指数 Sol +2 分、Luna −2 分；Artificial Analysis Intelligence Index 上 Sol 由 47 分升至 48 分、Luna 持平 37 分；在 GDPval-AA v2.1 知识工作基准上 Sol 下跌约 100 Elo、Luna 下跌约 75 Elo（该机构将其归因于呈现质量下降与结果不完整）。
The Decoder 评测认为，此次发布可以概括为"价格砍半，但性能几乎没动"（"cut prices in half but barely move the needle on performance"）。该报道还提出两点批评：其一，OpenAI 公布的基准存在挑选性呈现的嫌疑——GDPval、Terminal-Bench 4.0 等常规评测项目缺席，且对比对象未纳入同日发布的 Claude Opus 5.5（后者可能比 Opus 5 便宜达 40%）；其二，OpenAI 自家的推理档位体系造成混乱，例如"Luna max 档与 Sol xhigh 档分数相同、成本低 78%"——"OpenAI 最难缠的对手是自己"。
需要说明的是，报道同时指出，Artificial Analysis 此前曾因基准过时对 Astra 评分过低而受到质疑，其独立性在业内也存在争议。官方成绩与独立评测的分歧，本质上反映了两个不同的问题：官方数据回答"在选定基准上性价比如何"，独立评测回答"通用智能水平是否真正跃升"。就现有素材而言，双方在"成本大幅下降"上并无分歧，分歧集中在"性能是否进步"。
四、生态与开发者：GitHub Copilot 同步开放，缓存红利落地
生态层面的动作与发布同步推进。
GitHub Copilot 即日可用。GitHub 于 2026 年 9 月 22 日发布 Changelog，宣布两款模型已在 GitHub Copilot 可用（逐步推出）。具体安排：
· Sol 可用计划：Copilot Pro+、Max、Business、Enterprise；GitHub 将其定位为"交互式与智能体编码的平衡模型"，适用于"需要谨慎、多步验证的开发任务"。
· Luna 可用计划：Copilot Pro、Pro+、Max、Business、Enterprise——覆盖面更广，免费档之上的 Pro 用户即可调用。
· 覆盖客户端共 10 类：VS Code、Visual Studio、Copilot CLI、Copilot cloud agent、Copilot app、github.com、GitHub Mobile（iOS/Android）、JetBrains、Xcode、Eclipse。
· 企业管理员可通过 model policy 管控模型可用性，新模型默认自动启用；计费采用 usage-based billing。
ChatGPT 渠道：ChatGPT Work 与 Codex 自 9 月 22 日起面向 Plus、Pro、Business、Enterprise、Edu 用户开放；桌面端免费版与 Go 用户可使用 GPT-6 Luna；ChatGPT 常规聊天暂未开放（逐步推出中）。
缓存红利：OpenAI 官方博客引述 GitHub 报告称，过去数月的缓存改进使数十亿次 OpenAI 模型请求中需重新处理的提示 token 占比下降超 50%，帮助 Copilot 更快响应。这与前述 90% 缓存输入折扣形成呼应——对重度依赖重复上下文的编码场景而言，实际成本降幅可能显著超过名义上的 50%。
五、产业观察：呼吁放缓后的首次发布，价格战加速升级
发布时点耐人寻味。 据 FT 报道，此次是 OpenAI 与 Anthropic 在行业呼吁放缓 AI 能力发布之后的首批模型发布，两家前沿实验室持续面临来自更便宜的开放权重竞争对手的激烈竞争——"放缓"的呼吁与"降价"的现实形成了鲜明对照。
同日竞发。 就在 9 月 22 日同一天，Anthropic 发布 Claude Opus 5.5：性能对标旗舰 Fable 5.1，运行成本较 Opus 5 低约 40%，定价为每百万输入 token 4 美元、输出 20 美元。两大实验室在同一天各自压低次旗舰档位的价格，争夺的正是注重成本的企业客户。FT 的观察是：在追逐最高性能之后，两家实验室正越来越多地在价格与性能上双线竞争，且与中国低成本开放权重对手的竞争正在加剧。
价格战时间链。 复盘 2026 年以来的调价路径，降价节奏明显加快：
1. 2026-06-26 / 07-09：GPT-5.6 系列发布，Sol/Terra/Luna 三档定价分别为 $5/$30、$2.50/$15、$1/$6（每百万 token，输入/输出）；
2. 2026-07-30：GPT-5.6 Luna 降价 80%（至 $0.20/$1.20）、Terra 降价 20%（至 $2/$12）、Sol 不变；
3. 2026-09 上旬：GPT-6 Astra 发布（旗舰）；
4. 2026-09-22：GPT-6 Sol/Luna 以较 GPT-5.6 促销价再降 50% 的姿态发布，Terra 退场。
外部压力有迹可循。 据 CNBC 报道，中国模型在 OpenRouter 平台上美国企业的 token 用量一度占 46%；据高盛报告，受高性价比中国开放权重模型影响，全球 LLM 推理单价自 6 月初以来持续下行。在这一背景下，Sol/Luna 的低价发布更像是防御性定价与进攻性铺量的结合。
六、企业案例与商业化：模型即平台，梯度定价守利润
"模型即平台"的分层战略。 有券商研报分析认为，GPT-5.6 系列首次将模型代次与能力档位解耦，形成旗舰/均衡/轻量三档 SKU，标志着 OpenAI 从单一旗舰路线向"模型即平台"的产品组合战略转型；GPT-6 延续并升级了这一分层打法（Astra/Sol/Luna）。研报口径将各档角色概括为：旗舰档是技术标杆，轻量档是高吞吐、低单价的任务承接层；调价策略联动 C 端订阅分层与 B 端 API 计费，靠梯度定价实现流量承接与利润保护。
差异化降价有章法。 有券商研报复盘 OpenAI 历次调价后归纳出一条规律：轻量级、通用型模型具备更大降价空间，旗舰产品坚守价格底座——GPT-5.6 时代 Sol 维持原价、Terra −20%、Luna −80%；到 GPT-6 阶段，Sol 亦降价 50%，旗舰溢价保护转而由 Astra 承担（Astra 未降价，Sol/Luna 均降 50%）。此次 Terra 退场、Luna 以家族最低价直接补位，可视为该规律的延续：用最低成本档锁定高容量长尾需求，把溢价留在旗舰。
内部 Agent 用量佐证商业化逻辑。 OpenAI 官方博客披露了一组内部数据：其编码智能体使用量激增，中位数研究员每日使用的 Agent 推理资源按 API 价格计超过 600 美元，90 分位研究员超过 7,000 美元。这组数据为 Sol"高用量上限、低成本"的定位提供了注脚——当单个重度用户的日消耗以千美元计时，单位推理成本的每次下调都会被用量放大；而 105 万 token 上下文与 90% 缓存折扣，正是为这类高频、重复上下文的智能体工作流量身设计。
结语
GPT-6 Sol 与 Luna 的发布，本质是一次"以价换量"的矩阵重组：Astra 守住旗舰溢价，Sol/Luna 以较 GPT-5.6 促销价下调 50% 的姿态向下扫量，Terra 退出历史舞台。官方基准展示了"同等性能、更低成本"的竞争力叙事，而独立评测则提醒市场——这一轮的进步主要发生在价格表上，而非智能水平上。在行业呼吁放缓、同日竞发、开放权重模型步步紧逼的多重背景下，AI 竞争的主战场已经明确转向：谁能把单位智能的成本做到最低，谁就能拿下下一阶段的企业客户。
