OpenAI发布GPT-6 Sol与Luna，性能超越旗舰模型

周二，OpenAI正式发布两款新生成式AI模型——GPT-6 Sol与GPT-6 Luna，旨在应对Anthropic最新推出的Claude Opus 5.5带来的市场竞争压力。

模型定位与竞品对标

GPT-6 Sol和Luna被设定为低于旗舰模型GPT-6 Astra的轻量级选项。Astra仍被视为处理复杂任务的首选，而这两款新模型则聚焦于日常办公场景，提供更快响应速度与更低使用成本。

其产品层级对应关系如下：
Astra 对应 Fable
Sol 对应 Opus
Terra 对应 Sonnet
Luna 对应 Haiku（升级版）

价格调整与成本优势

为提升市场吸引力，OpenAI将两款模型的API每令牌费用下调50%。其中，“令牌”是文本处理的基本单位，通常接近一个单词，企业按百万计费以管理大规模应用支出。

具体定价如下：
GPT-6 Sol：输入价每百万令牌2美元，输出价10美元（原为4美元和20美元）。
GPT-6 Luna：输入价每百万0.10美元，输出价0.50美元（原为0.20美元和1.20美元）。

整体来看，在同等性能层级下，OpenAI提供的解决方案具备更强的价格竞争力。

性能测试表现对比

在Zapier开发的AutomationBench测试中，评估AI代理在涵盖销售、营销、财务、人力等47个工具中完成完整工作流的能力，以通过率作为核心指标：

GPT-6 Sol在最高推理设置下得分为33.2%，每项任务成本0.27美元；而Claude Opus 5在顶级配置下得分26.9%，但每任务成本高出逾11倍。同时，该测试显示，GPT-6 Sol也略微领先于更昂贵的Claude Fable 5.1。

另一项名为“Agents' Last Exam”的长期任务评估测试中，衡量AI在55个子行业中的持续执行能力：

GPT-6 Sol在最高努力模式下取得56.4%完成率，不仅超过Claude Opus 5的最佳成绩，且任务成本低60%。

推理能力与自动化表现

OpenAI引入“推理努力”调节机制，允许用户根据需求增加模型自我校验的时间与计算资源，从而提升准确性，但相应提高运行开销。

在模拟真实计算机操作的OSWorld 2.0测试中，GPT-6 Sol得分为60.5%，几乎持平于Claude Opus 5的中等努力模式（60.3%），但成本降低约80%。该测试关注长期自动化任务的准确完成度，并支持部分得分。

上线进度与可用范围

GPT-6 Sol与Luna目前已在ChatGPT Work及Plus、Pro、Business、Enterprise和Edu订阅用户的Codex服务中上线。Luna亦通过桌面端向免费用户和Go会员开放。

目前尚未接入普通版ChatGPT应用。OpenAI表示，为确保系统稳定，将分阶段逐步推进模型部署。