OpenAI GPT-6 Sol/Luna：API价格腰斩，长任务Prompt缓存优化

概况

OpenAI 发布了 GPT-6 Sol 和 GPT-6 Luna，GPT-6 家族新增两款模型。它们定位在 GPT-6 Astra 之下——Astra 于本月初上线。OpenAI 对两款新模型采用了与 Astra 相似的训练方法，目标是让 Astra 的能力下放到速度更快、成本更低的模型。

现在可以部署了吗？可以。两款模型已以 gpt-6-sol 和 gpt-6-luna 的名称在 OpenAI API 中上线。它们是纯 API 模型，不提供权重，无法自托管。

三档配置，同一配方

GPT-6 家族现共有三档：Astra 是最难任务的最强模型；Sol 面向复杂编程和专业任务，成本更低；Luna 面向快速、高频的日常任务。

OpenAI 团队表示，更好的缓存和推理优化使这些模型的Serving成本大幅下降。相较 GPT-5.6 推广期定价，Sol 和 Luna 的 API 价格均下调 50%。

模型	输入（每 1M tokens）	输出（每 1M tokens）
GPT-6 Astra	$10.00	$50.00
GPT-6 Sol	$2.00（原 $4）	$10.00（原 $20）
GPT-6 Luna	$0.10（原 $0.20）	$0.50（原 $1.20）

有一点值得注意：Luna 的输出价格从 $1.20 降至 $0.50，降幅约 58%，而非 50%。

基准测试：OpenAI 公布的数据

专业工作：在 AutomationBench 1.0.6 上，Sol 以 xhigh 努力等级得分 33.2%，每个任务成本 $0.27。Claude Opus 5 以 max 努力等级得分 26.9%，成本是 Sol 的 11.1 倍。低努力的 Astra 得分 30.3%，是 Sol 成本的 3.9 倍。Luna 以 high 努力等级在前代基础上提升 5.4 分，每个任务成本降低 58%。

在 Agents' Last Exam 上，Sol 以 max 努力等级得分 56.4%，击败 Claude Opus 5 的最高分，每个任务成本降低 60%。

编程：在 DeepSWE v1.1 上，Sol 以 max 努力等级得分 68.8%，比 Claude Fable 5 以 xhigh 努力等级低 1.1 分，但成本降低约 80%。Luna 以 max 努力等级得分 66.6%，与 Opus 5 和 Fable 5 以 medium 努力等级的得分相当。与 Opus 5 相比，Luna 每个任务成本降低 93%；与 Fable 5 相比，降低 96%。

在 FrontierCode 1.1 Main（评估代码是否可以合并）上，Sol 与 Claude Fable 5.1 以 xhigh 努力等级的得分持平，成本大幅降低。

计算机使用：在 OSWorld 2.0 离线测试上，Sol 以 xhigh 努力等级得分 60.5%，Claude Opus 5 以 medium 努力等级得分 60.3%。Sol 每个任务成本降低约 80%。Luna 以 max 努力等级胜出 GPT-5.6 Sol 以 medium 努力等级的得分，成本是其 1/10。

真实性：OpenAI 内部测试使用去标识化的 ChatGPT 对话数据，由用户标记模型错误。Sol 的错误率约为前代的一半。Luna 以更高努力等级与 GPT-5.6 Sol 得分持平，成本是其约 1/100。

OpenAI 还将 Astra 的沟通风格延续了下来。预计会得到更清晰、更简短、术语更少的回答，在编程对话中尤为明显。

面向长时间运行 Agent 的 Prompt 缓存

Agent 在每次交互中都会重发相同的指令、工具和历史记录。GPT-6 搭载了一个改进的 Prompt 缓存系统，默认缓存命中率更高。缓存读取的输入可享受最高 90% 的折扣。在 30 分钟窗口内复用的符合条件的共享前缀现在也可以享受优惠。

面向开发者新增的控制选项：

• Prompt Caching Dashboard：追踪命中率随时间的变化。
• 诊断工具：解释缓存未命中的原因，例如 "reason": "tools_changed"。
• 显式断点：可选择缓存前缀在哪里结束。
• 推理努力等级可在对话中途通过 configuration_update 调整，不破坏缓存。
• allowed_tools：限制可调用的工具，同时保持工具定义稳定。
• 预热（Prewarming）：在第一个用户请求前准备好已知上下文。

完整的 Prompt 缓存指南涵盖了每种模式。GitHub 报告这些改动使需要新鲜处理的 Prompt tokens 占比降低了 50% 以上，帮助 Copilot 响应更快。

可用范围

API：gpt-6-sol 和 gpt-6-luna。

ChatGPT Work 和 Codex：Plus、Pro、Business、Enterprise 和 Edu 用户。

Free 和 Go：ChatGPT 桌面应用中可用 Luna。

尚未上线 Chat：ChatGPT 的上线是渐进式的，将在整个发布日逐步推出。

交互式解读

• Sol 输入 $2/输出 $10，Luna 输入 $0.10/输出 $0.50（每 1M tokens）。
• Sol 以 xhigh 努力等级在 AutomationBench 上击败 Opus 5 max，成本是其 9%。
• Luna 在 DeepSWE v1.1 上得分 66.6%，每个任务成本比 Opus 5 低 93%。
• 缓存输入读取最高可享 90% 折扣，新增缓存控制功能。
• 两款模型均已在 API、ChatGPT Work 和 Codex 上线；尚未上线 Chat。

其他

查看 Technical Blog。本项目所有荣誉归于研究人员。也欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ ML SubReddit 并订阅我们的 Newsletter。对了，你在 Telegram 上吗？现在也可以加入我们了。

需要与我们合作推广你的 GitHub Repo、Hugging Face Page、产品发布或 Webinar 等？请联系我们。

Sana Hassan，Marktechpost 的咨询实习生，同时是 IIT Madras 的双学位学生，热衷于将科技和 AI 应用于解决现实世界的挑战。凭借对解决实际问题的浓厚兴趣，他为 AI 与现实生活交汇的领域带来了全新的视角。