- 发布日期
API价格降低50%，并公布基准测试成绩
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
OpenAI 已发布 GPT-6 Sol 和 GPT-6 Luna 两款新模型，它们加入 GPT-6 家族，定位在本月初推出的旗舰模型 GPT-6 Astra 之下。两款模型均可立即通过 OpenAI API 使用，分别以 gpt-6-sol 和 gpt-6-luna 的名称提供，但目前仅限 API 调用，不提供可下载权重供自行部署。OpenAI 使用与 Astra 类似的方法训练了这两款模型，旨在将顶级模型的技术进步带给更快速、更经济的选择。
GPT-6 家族目前涵盖三个层级：Astra 负责处理最困难的任务，Sol 以更低的成本针对复杂编程和专业工作，而 Luna 则专为快速、大批量的日常使用而设计。OpenAI 将以更低成本提供这些模型的能力归功于改进的缓存和推理效率。两款模型的 API 价格相比其 GPT-5.6 的推广价格均削减了 50%，其中 Luna 的输出价格从每百万 token 1.20 美元降至 0.50 美元，降幅约为 58%。
基准测试结果显示，两款模型在成本大幅降低的情况下仍具有竞争力的性能表现。在 AutomationBench 1.0.6 上，Sol 以 xhigh 努力等级得分 33.2%，每个任务成本为 0.27 美元，超过 Claude Opus 5 的 26.9%——而后者成本是前者的 11.1 倍。在 DeepSWE v1.1 上，Sol 得分 68.8%，仅落后 Claude Fable 5 1.1 分，但每任务成本大约低 80%。Luna 在同一基准测试中得分 66.6%，与 Opus 5 持平，而每任务成本低 93%。
在 OSWorld 2.0 计算机使用测试中，Sol 达到 60.5%，对比 Opus 5 的 60.3%，每任务成本大约低 80%。在使用标记的 ChatGPT 对话错误进行的事实性测试中，Sol 的错误数量大约只有其前身的一半。OpenAI 还延续了 Astra 的沟通风格，承诺提供更清晰、略微更简洁的回答，减少术语的使用，特别是在编程对话中。
面向开发者的一项重大改进是增强的提示缓存系统，该系统现在在 30 分钟窗口内对缓存输入读取提供高达 90% 的折扣。新工具包括缓存仪表板、解释缓存未命中的诊断工具、显式断点，以及在对话中途调整推理努力程度而不破坏缓存的能力。GitHub 报告称，这些更改将全新提示的 token 处理量减少了 50% 以上，加快了 Copilot 的响应速度。
可用范围涵盖 API、ChatGPT Work 和 Codex，适用于 Plus、Pro、Business、Enterprise 和 Edu 用户，此外 Luna 还可用于 Free 和 Go 用户的桌面应用。两款模型均尚未到达 Chat 功能，ChatGPT 的逐步推广将在发布日持续进行。
