OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，API 价格直接砍半，官方确认不是促销价

先把价格数字列清楚，因为这次新闻的全部重量都在数字上。按 VentureBeat 的报道，GPT-6 Sol 定价为每百万 token 输入 2 美元、输出 10 美元；上一代 GPT-5.6 Sol 的现行价格是输入 4 美元、输出 20 美元，两个方向都正好便宜 50%。GPT-6 Luna 定价为每百万 token 输入 0.10 美元、输出 0.50 美元；GPT-5.6 Luna 的现行价格是输入 0.20 美元、输出 1.20 美元，也就是输入便宜 50%、输出便宜约 58.3%。据 CNBC 报道，两家公司都把降价归功于推理效率与 prompt caching（提示缓存）的改进——换句话说，这次不是补贴换份额，而是同样的活干下来真的更省算力了。

第二件要说清楚的事是三个档位的分工。据 CNBC 报道，Sol 位于 Astra 之下，主要面向编码这类更复杂的工作负载；Luna 则面向公司所说的「高吞吐任务」，例如信息抽取或文档摘要。按 VentureBeat 的表述，Sol 瞄准的是开发者与知识工作者反复要做的复杂工作——写功能、审代码、调试、分析数据；Luna 是那些定义得更窄的活，比如摘要、抽取和回答直白的问题；而 Astra 仍然留给跨多种媒介、涉及多个要素的最复杂项目，以及更难的科研与数学问题。OpenAI 表示两款新模型在基准上超过了各自的 5.6 前代，但能力仍然低于本月早些时候发布的旗舰 Astra。

第三个角度是价格表上的邻居，这比降幅本身更有信息量。按 VentureBeat 整理的对照，Sol 的 2 美元输入与 10 美元输出，正好等于 Anthropic 的 Claude Sonnet 5——Anthropic 在 8 月已经把这个介绍价转成了永久价。而 Anthropic 在同一个周二上午发布的 Claude Opus 5.5 定价为输入 4 美元、输出 20 美元，也就是说 Sol 的输出价是新 Opus 的一半；相比之下，Anthropic 面向最高通用档位的 Claude Fable 5.1 是输入 10 美元、输出 50 美元，是 Sol 的五倍。往下看，Luna 的 0.10 与 0.50 相对 Sonnet 5 在两个方向上都便宜 95%。Google 那边，本月初推出的 Gemini 3.8 Flash 介绍价是输入 0.75 美元、输出 3.75 美元，2027年1月1日起涨到 1.50 与 7.50 美元，也就是说即使涨价之后 Gemini 3.8 Flash 仍然比 Sol 便宜，但两家的定价结构不一样：Google 明确写了时间窗口，OpenAI 说 Sol 的 2 美元与 10 美元没有促销到期日。

第四件事是时机，而这里的背景比降价本身更值得注意。据 CNBC 报道，这是两家前沿实验室在行业该不该减速的辩论达到顶点之后的第一次模型发布。报道提到，前 Anthropic 研究员 Jacob Coxon 在 9月8日于 X 上发帖宣布辞职，警告两家实验室在「拿我们的命赌博」，这则帖子点燃了争论；随后 OpenAI 首席执行官 Sam Altman 与特斯拉和 SpaceX 首席执行官 Elon Musk 也加入了 Anthropic 首席执行官 Dario Amodei 的呼吁。CNBC 同时指出，两家公司正在努力满足那些想控制 AI 支出、寻找更划算模型的客户，而它们面对的压力来自提供更便宜开放权重模型的公司，报道中点了三家中国公司的名字：阿里巴巴、Moonshot AI 和 DeepSeek。

第五件事是这对实际做产品的人意味着什么。VentureBeat 的说法是，对企业而言，这种分层之所以重要，是因为 AI Agent 的经济性越来越取决于一次工作流里到底调用了多少次模型、重放了多少上下文、以及公司是否真的每一步都需要前沿模型。索尔和 Luna 这一层的意义就在这里：把简单、重复、定义清楚的调用放到便宜档，把真正需要复杂推理的步骤留在贵档，账单差距会来自调用的分配而不是模型的差距。Anthropic 那边的数字可以交叉印证这一点：Opus 5.5 的缓存读取价格降到每百万 token 0.20 美元，比 Opus 5 的 0.50 美元低了 60%，而缓存读取恰恰是 agent 与编码工作负载里成本占比最大的一块。也就是说，上下文复用的效率对账单的影响，可能不亚于选哪个模型。

最后留两点待观察。第一，永久价格不等于没有取舍：两款新模型的能力仍然在 Astra 之下，哪一步该降档、哪一步不能降，只有拿自己的任务跑一遍评测才知道，公开基准只能用来排除明显不合适的选择。第二，减速的呼吁与发布的节奏并存这件事本身就说明了问题——两家公司同一天各发一个新模型，说明竞争的速度并没有因为公开讨论而放慢。本文所有事实与数字均来自 VentureBeat、CNBC 与 The New Stack 的报道，未加入推测。