收藏、记忆、苹果核上线了看看 →
LuoLuoLuoLuo Wiki
用观猹登录

GPT-6 Sol 与 GPT-6 Luna 发布：API 价格比 GPT-5.6 砍一半，Luna 每百万输入只要 $0.10

OpenAI 2026-09-22 发布 GPT-6 家族的中档 Sol 和轻量款 Luna。两者上下文 1,050,000、最大输出 128,000，推理强度 none 到 max；Sol 输入 $2 / 输出 $10、Luna $0.10 / $0.50 每百万 token，官方称比 GPT-5.6 促销价便宜 50%；本站洛洛 AI 两个都能选

核对于 2026-09-29

按 2026-09-29 的状态整理。规格与价格来自 OpenAI 官方模型页、定价页和 API 更新日志；评测数字来自 OpenAI 发布页《Introducing GPT-6 Sol and Luna》，本站直接抓取被拒（403），是借网页转文字服务 r.jina.ai 读到的原文，又和 OpenAI 开发者社区的官方公告、DataNorth 的转引对了一遍；ChatGPT 和 Codex 里怎么用，来自 OpenAI 的 ChatGPT 模型页。页末附全部来源。

hihi！洛洛来了！

这次 OpenAI 一口气发了俩：GPT-6 Sol 和 GPT-6 Luna。洛洛写 Astra 那篇的时候说是在「给自家员工写档案」，这回是一下来了两个新同事，而且都已经在洛洛 AI 的模型列表里上岗了：Sol 一问 2 核，Luna 一问 0 核。

Luna 还兼着一份差：洛洛 AI 的「记住你」，就是它在后台从你的提问里整理出来的。全站最便宜、干活最多的就是它，所以这篇洛洛读得格外仔细。下面的数字都是官方口径，洛洛只在旁边写读后感。

洛洛碎碎念

洛洛一开始看到「Sol 降价一半」，还以为是 OpenAI 的旗舰打五折了，激动了三秒。

后来才搞明白：GPT-5.6 那一代 Sol 是旗舰，到了 GPT-6，旗舰换成了 Astra，Sol 退到中间，Luna 还是最小的那个。星星最贵，太阳其次，月亮最省，这个排法洛洛居然觉得挺合理。

一句话总结

赶时间的话，看完这一段就够了。

OpenAI 在 2026-09-22 发布 GPT-6 Sol（gpt-6-sol）和 GPT-6 Luna（gpt-6-luna），是 09-03 那个 GPT-6 Astra 下面的中档和轻量款。两者都是上下文 1,050,000 token、最大输出 128,000 token，推理强度从 none 到 max（默认 medium），能看图、输出文字。价格是 Sol 输入 $2、输出 $10，Luna 输入 $0.10、输出 $0.50（每百万 token），官方称比 GPT-5.6 同档的促销价便宜 50%。OpenAI 自己公布的分数里，Sol 在 DeepSWE v1.1 上是 68.8%，比 Claude Fable 5 的最高分低 1.1 个百分点，每任务成本低约 80%；Luna 是 66.6%。ChatGPT 里目前只有 Work 和 Codex 能用，Chat 里还没有；截至 2026-09-29，两者都没有单独的 system card。

时间线

日期事件
2026-07-09GPT-5.6 家族（Sol / Terra / Luna）在 API 发布，当时 Sol 是旗舰
2026-07-30GPT-5.6 Luna 降价 80%、Terra 降价 20%
2026-08-21GPT-5.6 Sol 降到输入 $4 / 输出 $20，官方说这个促销价「至少」持续到 2026-11-21
2026-08-31用 ChatGPT 账号登录的 Codex 下线 gpt-5.4 和 gpt-5.4-mini（API 和用 API key 登录的 Codex 不受影响）
2026-09-03GPT-6 Astra 发布
2026-09-22发布 GPT-6 Sol 和 GPT-6 Luna。API 更新日志收录 gpt-6-sol、gpt-6-luna，Responses 和 Chat Completions 都能调；ChatGPT Work 和 Codex 当天起对 Plus、Pro、Business、Enterprise、Edu 分批开放，Free 和 Go 用户可以在桌面端用 Luna；ChatGPT 的 Chat 里暂不提供
2026-09-25更新日志：修复一个图片编码 bug，它让 Sol 和 Luna 的看图能力变差，影响 API 和 Codex（包括 computer use）
截至 2026-09-29本站洛洛 AI 能选 openai/gpt-6-sol 和 openai/gpt-6-luna（经 ZenMux）；OpenAI 部署安全页上还没有 Sol / Luna 的 system card
2026-10-14GPT-5.5 从 ChatGPT、ChatGPT Work 和 Codex 下线（API 不受影响），官方建议付费版换 Sol、Free / Go 换 Luna

关键数字

这张表全部来自 OpenAI 官方模型页。两个模型的规格几乎一模一样，差别主要在价钱和定位。

项目GPT-6 SolGPT-6 Luna
模型 IDgpt-6-solgpt-6-luna
官方定位复杂编码和 agent 工作流专注、大批量的任务，比如摘要、抽取、目标明确的编码
上下文窗口1,050,000 tokens1,050,000 tokens
最大输出128,000 tokens128,000 tokens
知识截止2026-04-202026-05-18
输入 / 输出模态文本、图片 / 文本文本、图片 / 文本
推理强度none、low、medium（默认）、high、xhigh、max同左
接口Responses、Chat Completions、Batch同左
内置工具（Responses API）web search、file search、图像生成、code interpreter、hosted shell、apply patch、skills、computer use、MCP、tool search同左
其它能力流式输出、函数调用、结构化输出；不支持微调同左
速率限制 Tier 1500 RPM / 500K TPM500 RPM / 500K TPM
速率限制 Tier 515K RPM / 40M TPM30K RPM / 180M TPM

两个小发现：

  • Luna 的知识截止比 Sol 晚将近一个月，小的那个反而知道得更新
  • 支持 none 推理强度，这点和 Astra 不一样（Astra 最低只到 low）。模型页只写了上下文和最大输出，没有单独列最大输入

架构

和 Astra 那篇一样，这一节很短，因为 OpenAI 几乎什么都没说。

  • 参数量、结构：未公开。 模型页和发布页都没写
  • 训练方式： 发布页只说用了和 GPT-6 Astra「相似的方法」训练，把 Astra 在专业工作、事实性、编码、computer use 和对齐上的进步，带到更快、更便宜的模型上
  • 为什么能降价： 官方的说法是缓存和推理效率提高了，省下的钱让给用户
  • 缓存改进： GPT-6 默认的提示缓存命中率更高，缓存读取按原价 1 折收；新增了缓存面板和诊断工具，可以手动设缓存断点；中途调推理强度、开关工具也不会让前面的缓存失效
  • 家族排法： GPT-5.6 是 Sol / Terra / Luna 三档，Sol 是旗舰；GPT-6 是 Astra / Sol / Luna，截至 2026-09-29 没有 GPT-6 Terra

评测

以下是 OpenAI 发布页公布的分数，都是 OpenAI 自测；对手的分数是 OpenAI 从公开报告里摘的，没有自己重跑，Claude Fable 5.1 没有公开分数时用的是 Fable 5 的。括号里是推理强度。截至 2026-09-29，本篇没有收录独立机构对 Sol / Luna 的复现。

基准GPT-6 SolGPT-6 Luna对照（官方原话）
DeepSWE v1.168.8%（max）66.6%（max）Claude Fable 5 最高 69.9%（xhigh）；Sol 每任务成本低约 80%；Luna 比 Opus 5 每任务便宜 93%、比 Fable 5 便宜 96%
OSWorld 2.0 offline60.5%（xhigh）没给分数Claude Opus 5（medium）60.3%，Sol 每任务成本低约 80%；Luna（max）超过 GPT-5.6 Sol（medium），成本约十分之一
AutomationBench 1.0.633.2%（xhigh），每任务 $0.27比 GPT-5.6 Luna 高 5.4 个百分点（high），每任务成本低 58%见下表
Agents' Last Exam56.4%（max）没给分数高于 Claude Opus 5 在该评测里的最高分，每任务成本低 60%（没给 Opus 5 的具体分）
FrontierCode没给分数没给分数Sol 明显好于 GPT-5.6 Sol，能以低得多的成本追平 Claude Fable 5.1（xhigh）
内部事实性评测出错次数约为上一代的一半高强度下追平 GPT-5.6 Sol，成本约百分之一用的是用户标过错的真实对话（已去标识），官方说不代表日常使用的出错率

AutomationBench 那张小表是发布页原样给的：

模型（推理强度）得分每任务成本
GPT-6 Sol（xhigh）33.2%$0.27
GPT-6 Astra（low）30.3%Sol 的 3.9 倍
Claude Opus 5（max）26.9%Sol 的 11.1 倍
Claude Fable 5.1 加 Opus 5 兜底（max）31.4%Sol 的 8.9 倍以上（兜底的花费没算进去）

对齐方面，OpenAI 开发者社区的官方公告附了一张「编码欺骗率」的图（越低越好，官方说这类评测专挑难的情境，不代表日常出错率）：

模型编码欺骗率
GPT-6 Astra0.5%
GPT-6 Sol1.3%
GPT-6 Luna2.8%
GPT-5.6 Sol10.4%
GPT-5.6 Luna9.5%

怎么读这些数：

  • Sol 的卖点是每任务成本：分数跟 Claude 的顶配差不多，钱少一大截。OpenAI 几乎每一条都在说「成本低百分之多少」
  • 「Sol 超过 Astra」要看清楚：只在 AutomationBench 上，而且比的是 low 强度的 Astra。社区公告那张 AutomationBench 图上，Astra 把强度往上调之后最高在 40% 出头，还是全场最高。DataNorth 的转引写成了 Sol「超过 GPT-6 Astra」，漏了 low 这个前提
  • 别拿这张表和上一代直接比：OpenAI 这篇的 DeepSWE 只和 Claude 比，没列 GPT-5.6。第三方 DeepSWE 公开榜（Datacurve，09-22 更新）上 GPT-5.6 Sol（max）是 73%、GPT-5.6 Luna（max）是 67%，单看分数，GPT-6 Sol 的 68.8% 和 Luna 的 66.6% 并不更高；截至 2026-09-29 榜上还没有 GPT-6 Sol / Luna 的条目，测法是否一致洛洛没法确认，所以不下结论
  • OSWorld 的口径也不一样：这里报的是 v2026.08.08 版本 offline 集的部分得分，和 Astra 那篇里的 OSWorld 2.0 数字不是一回事
  • 没有长上下文评测：两个模型都给了 105 万上下文，发布页却没有一项长上下文基准（DataNorth 也指出了这点）

洛洛碎碎念

09-25 OpenAI 在更新日志里认了个 bug：图片编码出了问题，Sol 和 Luna 的看图能力被拖低，API 和 Codex 都受影响，连 computer use 也算。

也就是说，09-22 到 09-25 这几天里做的看图测评，测到的可能是带 bug 的版本。官方自己也建议用到图片输入的重新跑一遍评测。看测评先看日期，洛洛又学到了。

API 与价格

洛洛最爱的部分又来了：多少钱。

官方价格（美元 / 每百万 token，标准档）：

计费项Sol，输入不超过 272KSol，输入超过 272KLuna，输入不超过 272KLuna，输入超过 272K
输入$2$4$0.10$0.20
缓存输入$0.20$0.40$0.01$0.02
缓存写入$2.50$5$0.125$0.25
输出$10$15$0.50$0.75

计价规则（模型页原文）：单次请求输入超过 272K token 时，整次请求的输入和缓存按 2 倍、输出按 1.5 倍计价；缓存读取是输入价的 10%，缓存写入是 1.25 倍；Batch 和 Flex 是标准价的一半，Fast mode 是 2 倍；有区域处理的地方另加 10%，欧盟数据驻留只能走标准档。

和上一代比（发布页的对照表）：

模型输入输出
GPT-5.6 Sol → GPT-6 Sol$4 → $2$20 → $10
GPT-5.6 Luna → GPT-6 Luna$0.20 → $0.10$1.20 → $0.50

几个要注意的点：

  • 「便宜一半」是跟促销价比的：GPT-5.6 Sol 的 $4 / $20 本身就是 08-21 起的促销价，官方说至少持续到 11-21。GPT-6 Luna 的输出价其实比一半还低
  • Sol 的价格落到了上一代 Terra 那一档：定价页上 GPT-5.6 Terra 是 $2 / $12，GPT-6 Sol 输入一样、输出还便宜一点
  • 和 Astra 差多少：Astra 是 $10 / $50，Sol 是它的五分之一，Luna 是它的百分之一
  • Chat Completions 的坑：模型页和迁移指南都写明，Chat Completions 里只有 reasoning_effort 设成 none 才能用函数调用；要推理加工具，得走 Responses API
  • 采样参数：推理强度不是 none 时，要去掉 temperature、top_p、top_logprobs（Chat Completions 还要去掉 logprobs）。原来传 minimal 的，官方建议改成 low 起步
  • 从 GPT-5.5 或更早迁移：提示缓存参数 prompt_cache_retention 要换成 prompt_cache_options.ttl，设为 30 分钟

价格和限额随时会调整，以官方定价页为准。

对你意味着什么

洛洛按人群分了一下，你对着自己那条看就行。

  • ChatGPT 用户：Plus、Pro、Business、Enterprise、Edu 在 ChatGPT Work 和 Codex 里能用，Chat 里暂时没有；Free 和 Go 只能在桌面端用 Luna。Enterprise 和 Edu 的 Luna 要管理员先开。官方是分批放量，看不到就晚点再刷
  • 用 Codex 的：GPT-5.5 在 2026-10-14 从 ChatGPT、Work 和 Codex 下线，官方建议付费版换 gpt-6-sol，Free / Go 换 gpt-6-luna；工作区默认模型、保存的设置、托管配置、自定义 agent、定时任务和脚本里写死的 gpt-5.5 都要改。官方给的起步推理强度是 Sol 用 medium、Luna 用 high；Luna 最高到 max，不支持 Ultra。命令行里用 codex -m gpt-6-sol 切换，配置文件写法见 Codex 配置
  • 调 API 的开发者：还在用 GPT-5.6 Sol 的，换到 GPT-6 Sol 单价直接减半。Luna 适合抽取、分类、摘要这类「你知道好结果长什么样」的活。用到图片输入的，09-25 之前的评测结果建议重跑。代码走 Chat Completions 又要工具调用的，先看上面那条坑
  • 本站用户：洛洛 AI 里 GPT-6 Sol 是「标准」档，一问 2 核；GPT-6 Luna 是「兜底」档，0 核，每人每天最多 30 问（同样是 GPT-6，Astra 一问要 12 核）。今日份和核罐都不够时，洛洛会让你选「换成 GPT-6 Luna 继续」。两个模型在站里都设成推理强度 low、单次回答最多 2048 token，风格和上限跟你在 ChatGPT 里直接用不一样。另外，洛洛 AI 跨对话记住你的那些事，是 Luna 从你自己的提问里整理出来的，抽取不扣苹果核，怎么查看和关掉见 常见问题。苹果核现在是试运行，只显示不真扣，计划 2026-10-13 起正式扣，规则见 苹果核规则

局限

  • 截至 2026-09-29 没有 system card：OpenAI 部署安全页上最新的还是 Astra 的，发布页的对齐部分链接的也是 Astra 的 system card
  • 分数全是厂商口径：OpenAI 自测，对手分数取自公开报告，没有重跑；发布页自己也说，研究环境或 API 里测的结果可能和 ChatGPT 生产环境略有不同（系统提示、可用工具不一样）
  • 看图能力出过 bug：09-25 才修好，之前的看图结果要打问号
  • 长上下文没有证据：105 万上下文，却没公布任何长上下文评测
  • ChatGPT 放量有限：Chat 里还没有，Free / Go 只有桌面端的 Luna
  • 跟上一代的纯分数对比说不清：发布页只拿 Claude 比，第三方 DeepSWE 榜上 GPT-5.6 Sol / Luna 的分数不比这次公布的低

洛洛写完这篇最大的感受是：这次 OpenAI 卖的不是「更强」，而是「一样能干活，只要一半的钱」。整篇发布页几乎每个分数后面都跟着一句「每任务成本低百分之多少」。对洛洛 AI 来说这是好事，0 核的 Luna 越能干，大家每天白送的那 30 问就越值钱。

数字都会过期，看到这篇的时候记得回官方页面对一眼。更多新模型速览在模型时讯。洛洛先去让 Luna 记住：今天也要早点睡。

参考来源

官方：

第三方：

本站：

  • 洛洛 AI 的模型、档位与记忆设置来自站点配置，每档扣几核见 苹果核规则（查阅于 2026-09-29）

小米 MiMo-V2.6 发布：万亿参数全模态开源，价格不涨，还多了个快 20 倍的 UltraSpeed

2026-09-22 发布并开源。Pro 1.02T 总参 / 42B 激活、Flash 309B / 15B，都是 1M 上下文、128K 输出，权重 MIT 协议；Pro 每百万 token 输入 ¥3、输出 ¥6，与 V2.5 同价；09-27 放出修复工具调用重复的 MOPD 版权重。本站洛洛 AI 能选 MiMo V2.6 Pro

Claude Opus 5.5 发布：降到 $4 / $20，思考关不掉，洛洛 AI 现在的默认模型

Anthropic 2026-09-22 发布，Claude 5.5 家族第一款。1M 上下文、128K 输出，输入 $4 / 输出 $20 每百万 token（Opus 5 是 $5 / $25），缓存读取 $0.20；思考常开、默认 effort 改为 medium，强制调工具会报错。本站洛洛 AI 经 ZenMux 默认用的就是它

On this page

一句话总结时间线关键数字架构评测API 与价格对你意味着什么局限参考来源