GPT-6 Sol/Luna编程能力比肩Claude，成本降80%

IT之家 9 月 23 日消息，OpenAI 今日发布 GPT-6 系列模型的最新成员 GPT-6 Sol 和 GPT-6 Luna。

OpenAI 官方表示，两款模型采用与 GPT-6 Astra 类似的方法进行训练，将 Astra 在专业工作、事实性、编码、计算机使用和对齐等方面最先进的性能带入更快、更经济的模型。

GPT-6 Sol 和 Luna 模型的 API 价格相比 GPT-5.6 促销价降低 50%。不过 OpenAI 官方也表示，GPT-6 Astra 依然是其整体上最优秀的模型，如果你想要最佳效果和无妥协的体验，还是建议选择 GPT-6 Astra。

性能方面，在 AutomationBench 的跨应用业务流程测试中，GPT-6 Sol 在 xhigh 强度下表现优于 Claude Opus 5，成本仅为 Opus 5 每任务成本的 9%。在 high 强度下，GPT-6 Luna 比前代提升了 5.4%，且每项任务成本降低了 58%。

在评估智能体的 Last Exam 测试中，GPT-6 Sol 在 max effort 状态下得分为 56.4%，高于 Claude Opus 5 在评估中的最高分，每任务成本也降低 60%。

在事实可靠性方面，GPT-6 Sol 和 Luna 模型也取得进展。在 OpenAI 基于去标识化的真实世界对话中，GPT-6 Sol 的错误率约为前代的一半，接近 Astra 级可靠性且成本更低。GPT-6 Luna 的事实可靠性也迎来大幅提升，同时成本更低。

编程方面，GPT-6 Sol 和 Luna 均针对 AI Coding Agent 工作负载进行了优化。在 FrontierCode 1.1 Main 测试中，GPT-6 Sol 相比 GPT-5.6 Sol 有明显提升，并以更低成本达到与 Claude Fable 5.1 xhigh 相当的水平。

在 DeepSWE v1.1 软件工程测试中，GPT-6 Sol 在 max effort 下取得 68.8% 的成绩，距离 Claude Fable 5 的最高成绩 69.9% 仅差 1.1 个百分点，而单任务成本低约 80%。GPT-6 Luna 在 max effort 下取得 66.6%，表现接近 Opus 5 和 Fable 5 的 medium effort，同时单任务成本分别低约 93% 和 96%。

计算机操作能力方面，OpenAI 表示 GPT-6 Astra 仍然是其在计算机操作方面最强的模型，但 Sol 和 Luna 相比上一代模型能够以更低成本完成相关任务。

在 OSWorld 2.0 offline 测试中，GPT-6 Sol 在 xhigh effort 下取得 60.5% 的成绩，与 Claude Opus 5 medium effort 的 60.3% 接近，而单任务成本约低 80%。GPT-6 Luna max effort 则超过 GPT-5.6 Sol medium effort，同时成本约为后者的十分之一。

OpenAI 还将 GPT-6 Astra 改进后的沟通风格带到了 Sol 和 Luna。官方认为新模型在技术和编程对话中会更清晰、使用更少的术语、更少奇怪的措辞、更少的低价值细节，以及缩短整体回答，同时不会失去实质内容。

除了价格降低，OpenAI 还帮助基于 GPT-6 的开发者在应用重复利用的上下文部分节省更多费用。官方改进了 GPT-6 的提示缓存，默认提供更高的缓存命中率，帮助智能体重用更多上下文，实现更快响应。

此外，GPT-6 Sol 和 Luna 在价值对齐方面也有提升，在 OpenAI 官方的对齐评估中，Sol 和 Luna 都相较于 GPT-5.6 版本有所改进，包括关于其编码工作的误导性声明发生率降低。

IT之家从 OpenAI 公告获悉，GPT-6 Sol 和 GPT-6 Luna 自今日起已在 ChatGPT Work 和 Codex 中向所有 Plus、Pro、Business、Enterprise 和 Edu 用户开放。免费用户和 Go 用户可以在桌面应用中使用 GPT-6 Luna。这些模型目前还没有在 Chat 中提供。在 OpenAI API 中，它们以 gpt-6-sol 和 gpt-6-luna 的形式提供。