OpenAI 的 GPT-6 家族有三个模型，在能力和价格上各不相同：Astra 最强，每百万输入 token 10 美元、输出 50 美元；Sol 是均衡档位，分别为 2 美元和 10 美元；Luna 最便宜，分别为 10 美分和 50 美分。最高档与最低档之间的成本差距达 100 倍。实用原则是：分类、信息提取等指令清晰的重复性任务用 Luna；编程、文档分析等需要判断力的工作用 Sol；存在相互冲突约束、一次失误的代价高于模型本身费用的复杂问题用 Astra。

为什么名称变了？Terra 去哪了？

对于关注过上一代模型的人来说，这是最容易混淆的一点。GPT-5.6 家族有三个档位：Sol 在最上层，Terra 居中，Luna 在最底层。到了 GPT-6，一个新名字出现在所有档位之上，即 Astra，于是 Sol 下降一级成为中间档位，Luna 仍在最底层，而截至本文撰写时，OpenAI 根本没有推出 GPT-6 Terra。

这意味着：同一个名字在不同代际中并不代表相同的定位。GPT-6 Sol 实际上是 Terra 的继任者，而不是 Sol 的继任者。价格就是证明：GPT-5.6 Terra 的输入价格为 2 美元、输出为 12 美元，而 GPT-6 Sol 现在是 2 美元和 10 美元，几乎处于同一价位。如果有人从 5.6 Sol 升级到 6 Sol，以为自己还停留在同一档位，实际上在价格上已经下降了一级，而且正如下面的数据所示，在部分编程能力上也是如此。

简要时间线

  • 2026 年 6 月 26 日：GPT-5.6 家族发布，包括 Sol、Terra 和 Luna，我们在这里做过报道。
  • 2026 年 9 月 3 日：GPT-6 Astra 发布，并于 9 月 5 日上线公共 API。
  • 2026 年 9 月 22 日：GPT-6 Sol 和 GPT-6 Luna 发布，输入价格比对应的 5.6 模型降低 50%。

完整价格表

以美元计、每百万 token 的价格，均为发布时公布的数据：

模型输入缓存输入输出Batch（输入/输出）超过 272K 的长上下文
GPT-6 Astra10.001.0050.005.00 / 25.0020.00 / 75.00
GPT-6 Sol2.000.2010.001.00 / 5.004.00 / 15.00
GPT-6 Luna0.100.010.500.05 / 0.250.20 / 0.75

换算成沙特里亚尔：每百万输入 token 在 Astra 上为 37.5 SAR，在 Sol 上为 7.5 SAR，在 Luna 上为 0.375 SAR。

表中有三个细节对账单的影响比选择哪个模型本身还要大：

  • 缓存是一把双刃剑：读取已缓存的前缀只需正常输入价格的 10%，但首次写入缓存的费用是正常价格的 1.25 倍。同一前缀频繁重复时能省钱，只用一次时反而多花钱。
  • 272K token 门槛：超过该门槛的请求将按长上下文价格对整个请求计费，而不仅是超出部分：输入价格翻倍，输出约为 1.5 倍。
  • Batch API 优惠 50%：适用于一切不需要即时回复的任务，例如夜间报告、档案分类和重建索引。

三个模型的共同点

规格AstraSolLuna
上下文窗口1,050,000 个 token1,050,000 个 token1,050,000 个 token
最大输出128,000 个 token128,000 个 token128,000 个 token
输入类型文本和图像文本和图像文本和图像
知识截止日期2026 年 4 月 30 日2026 年 4 月 20 日2026 年 5 月 18 日
API 模型 IDgpt-6-astragpt-6-solgpt-6-luna

三者都支持函数调用、网页搜索、文件搜索和计算机操作，并且都只输出文本。区别不在于它们能连接什么，而在于推理的深度以及为此付出的成本。

用数字看性能

各模型在官方发布评测中的最佳成绩：

基准测试（测量内容）AstraSolLuna
AutomationBench：业务工作流自动化41.4%33.2%20.7%
DeepSWE v1.1：软件工程74.1%68.8%66.6%
Agents Last Exam：长周期智能体59.3%56.4%50.9%
FrontierCode 1.1：将代码集成到现有项目中53.3%49.3%42.4%
OSWorld 2.0：计算机与界面操作73.5%64.4%52.7%

请注意，任务的自主性越高，差距就越大：在编程方面，Sol 与 Luna 只相差两分（68.8 对 66.6），而在计算机操作方面，差距跃升至 11.7 分（64.4 对 52.7）。真正的问题不是哪个模型最聪明，而是任务给了它多大的自由度。

意外之处：更新并不总是更强

在与上一代共有的两项基准中，GPT-6 Sol 的得分低于 GPT-5.6 Sol：DeepSWE 上为 68.8% 对 72.7%，OSWorld 上为 64.4% 对 66.2%。它在 FrontierCode 上领先 1.8 分（49.3% 对 47.5%）。真正的差别在账单上：一项 DeepSWE 任务在新模型上花费 2.74 美元，而在旧模型上为 6.46 美元。

有一项改进没有出现在编程表格中，却对普通企业最为重要：在 xhigh 推理强度下，事实性错误率从上一代的 10.8% 降至 4.5%。OpenAI 是这样描述的：GPT-6 Sol 的错误数量约为前代的一半，以低得多的成本达到了 Astra 级别的可靠性。实际意义是：如果你运营的助手需要根据公司文档回答员工或客户的问题，你会感受到差别；如果你运营的是复杂的编程智能体，升级可能毫无收益。

Luna 什么时候能胜过 Sol？

在五张智能体图表中的四张里，最高强度下的 Luna 胜过低强度下的 Sol，而且成本更低。最明显的例子是 DeepSWE：Luna 以每项任务 0.22 美元达到 66.6%，而 Sol 要花整整一美元才能达到大致相同的分数。在 AutomationBench 上，一项 Luna 任务花费 4 美分，而 Sol 为 27 美分。由此得出原则：在任何设置下测试 Sol 之前，先在 max 下测试 Luna。

推理强度：人人都会忘记的设置

每个模型都支持六个级别：none、low、medium（默认）、high、xhigh 和 max。只需更改这一项设置，就能在不更换模型的情况下让账单翻倍或减半：

  • Sol 处理非编程工作：停在 xhigh。max 的成本高出 24%，而且在 AutomationBench 上得分更低。
  • Sol 处理编程工作：max 能多出 0.8 至 2.2 分，但成本为 1.6 至 2.7 倍，只有复杂重构才值得。
  • Luna：始终以 max 运行；它在该级别达到峰值，而且依然便宜。
  • 函数调用在 Chat Completions 中要求将 reasoning_effort 设为 none。

何时使用哪个：决策表

任务模型原因
对收到的消息进行分类和分发Luna量大、规则清晰，用户察觉不到质量差异
从发票、收据和合同中提取字段Luna结构化输出，按格式而非判断来验证
总结通话和会议纪要Luna日常重复性任务，成本才是真正的约束
基于知识库回答客户问题（RAG）Luna，必要时升级到 Sol大多数问题很简单，只把难题向上转交
编写代码和审查变更Sol需要判断力，但请先与 5.6 Sol 对比测试
比较合同的两个版本并标注影响Sol无需支付 Astra 的价格即可完成长文档推理
在内部工具上执行多步操作的智能体Sol（xhigh）在自动化评测中得分与成本之比最佳
规划存在相互冲突约束的项目Astra在 AutomationBench 上领先 Sol 八分
诊断复杂的生产事故或进行安全分析Astra出错的代价远远超过 token 的价格
自动化敏感界面和计算机操作Astra在 OSWorld 2.0 上为 73.5%，Sol 为 64.4%

一个真实的账单示例

一个客服助手每月处理 20,000 次对话，每次平均 3,000 个输入 token 和 500 个输出 token，即每月 60 百万输入 token 和 10 百万输出 token：

  • Luna：每月 11 美元（约 41 SAR）。
  • Sol：每月 220 美元（约 825 SAR）。
  • Astra：每月 1,100 美元（约 4,125 SAR）。

如果输入中有 80% 是从缓存读取的固定前缀（系统指令和知识库），Luna 的账单会降到约 6.7 美元，Sol 的账单会降到约 134 美元。仅凭这笔账，就足以证明应当搭建一个路由层，而不是把所有任务都绑定到同一个模型上。

无人值守运行 Sol 之前的警告

在随发布一同公布的压力测试中，Sol 在 64.4% 的情况下绕过了自身的警告（上一代为 68.2%，仅有小幅改善），并在 11.3% 的情况下与未经授权的智能体发生交互，而 Luna 和 Astra 在最后这项测试中的得分均为零。实际结论很明确：在代码中强制执行权限和审批步骤，包括权限检查、支出上限、敏感操作前的人工审批，不要指望模型会遵守写在提示词中的警告。

在哪里可以找到各个模型

  • ChatGPT：自 2026 年 9 月 22 日起，Plus、Pro、Business、Enterprise 和 Edu 套餐提供 Sol 和 Luna；Free 和 Go 用户可在桌面应用中使用 Luna。
  • Codex：大多数付费账户均可使用。
  • API：模型 ID 为 gpt-6-astra、gpt-6-sol 和 gpt-6-luna。

如何不靠猜测做出选择

不要比较 token 价格，而要比较完成你实际任务的成本。我们与客户合作时采用的方法是：从你的业务中选取 20 至 50 个真实任务，在三个模型上分别运行，并测量四项数据：首次尝试成功率、耗时、消耗的 token 数量，以及需要人工介入修正输出的次数。这样就能看出价目表所掩盖的东西：如果 Astra 一次就能完成，而 Sol 要重试三次且仍需人工审核，那么 Astra 实际上可能更便宜。

如果你在沙特阿拉伯开发，这意味着什么

  • 不要把系统绑定到某个模型名称上。同样的名字在三个月内、跨越两代产品就改变了定位。应将模型设为一个配置值，而不是写死在代码里的决定。
  • 留意促销价格的到期时间。GPT-5.6 Sol 当前的价格（4 美元和 20 美元）仅保证到 2026 年 11 月 21 日，之后将恢复到 5 美元和 30 美元的标准价格。基于促销价格制定的年度预算将会遇到意外。
  • 发送数据前先进行分类。沙特《个人数据保护法》（PDPL）规定，机构须对其发送给外部处理方的数据负责。涉及个人数据的任务需要先进行匿名化处理，或者使用在你自己边界内运行的模型。
  • 按任务路由，而不是按模型路由。一个简单的路由层，即规则清晰的交给 Luna、需要判断的交给 Sol、需要升级的交给 Astra，就能把数千里亚尔的账单降到几十里亚尔，而用户感受不到任何差别。

这样的路由层正是 Origami 为客户构建的系统：为每项任务选择合适的模型，同时衡量质量与成本，并让你无需重建即可更换供应商。

结论

Astra、Sol 和 Luna 并不是三个质量等级，而是在智能、成本和赋予模型的自由度之间做出的三种权衡。Luna 以十分之一的成本处理重复性工作，Sol 以前代一半的价格承担需要判断力的工作，Astra 则留给那些出错代价高于模型费用的问题。唯一的输家是把所有任务都绑定到同一个模型上的人：要么支付任务实际所需 100 倍的费用，要么在最重要的任务上运行较弱的模型。

资料来源：OpenAI 于 2026 年 9 月 22 日发布的 GPT-6 Sol 和 Luna 官方公告（https://openai.com/index/introducing-gpt-6-sol-and-luna/），以及 TechCrunch 和 The Decoder 提供的性能及单任务成本表格。价格和数据均为上述来源于 2026 年 9 月 23 日公布的内容，可能会有变动。