今日，OpenAI正式向公众推出全新主流模型GPT-6 Sol和GPT-6 Luna。在AI模型迭代常态化的背景下，此次发布最引人注目的并非单纯的智能提升，而是显著的成本优化与可靠性增强。
性能跃升与成本重构
OpenAI官方数据显示，GPT-6 Sol的错误率较前代GPT-5.6降低约50%。若以具体场景类比，当GPT-5.6的事实错误率为20%时，GPT-6 Sol仅为10%。与此同时，定位为低成本引擎的GPT-6 Luna表现更为激进，其在高投入模式下，仅以约1%的成本即可达到GPT-5.6 Sol的性能水平。
这一进展意味着，OpenAI在不到三个月的时间内（自今年7月GPT-5.6发布至今），不仅将主力模型的事实准确率翻倍，更让低端模型具备了媲美前代高端模型的能力。这种“住院医师”级别的模型（Luna）如今能胜任以往需“资深专家”（Sol）处理的工作，且费用极其低廉。
对标Anthropic：性能追平，成本碾压
在与主要竞争对手Anthropic的基准测试对比中，OpenAI采取了“性能追平、成本大幅领先”的策略：
- 专业工作（AutomationBench）：GPT-6 Luna性能比GPT-5.6提升5.4%，任务成本降低58%。相比Anthropic的Claude Opus 5，GPT-6 Sol性能好6.3%，但每项任务成本仅为对方的9%。
- 复杂工作流（Agents’ Last Exam）：GPT-6 Sol性能略胜Opus 5，但任务成本降低61%。
- 编程（FrontierCode）：GPT-6 Sol相比GPT-5.6 Sol显著改进，并以远低于Claude Fable 5.1 xhigh的成本实现同等性能。
- 复杂软件工程（DeepSWE 1.1）：GPT-6 Sol得分接近Claude Fable 5最高分（差距仅1.1个百分点），任务成本降低约80%。值得注意的是，GPT-6 Luna在中度投入下得分与Opus 5和Fable 5相当，但成本分别低93%和96%。
- 计算机操作（OSWorld）：廉价的GPT-6 Luna已超越主力级GPT-5.6 Sol，任务成本约为后者的11%。
然而，数据也显示了一些细微差距。在高投入模式下，GPT-6 Sol的得分仅与中度投入下的Claude Opus 5相似。这暗示OpenAI的新高性能模型在极致性能上尚未完全拉开差距，但其核心优势在于以更低的资源消耗实现同等效果。
商业逻辑：API降价与缓存优化
本次发布的真正卖点在于经济性。OpenAI宣布，相较于GPT-5.6的促销定价，Sol和Luna的API价格直接降低50%。对于按正常价格付费的客户而言，实际节省幅度更大。
此外，GPT-6改进了提示词缓存（prompt caching）技术。对于长期运行的智能体或重复性指令，使用缓存可比重新评估节省高达90%的成本。这一优化直击企业级应用痛点，旨在通过降低单次调用成本，挖掘数据中心更大的计算潜力。
对于订阅制用户（如ChatGPT Plus或Pro套餐），虽然API降价不直接等同于套餐权益增加，但底层成本的降低可能意味着模型运行效率的提升，具体影响仍有待实际测试验证。
安全与对齐：小幅进步
在沟通风格上，GPT-6趋向于更清晰、简洁，减少行话和低价值细节。在安全性与对齐方面，改进相对有限但方向明确：
- 绕过限制：GPT-6 Sol尝试绕过限制的失败率从68%降至64%；GPT-6 Luna从77%大幅降至42%。
- 未经授权的交互：在模拟留言板场景中，GPT-6 Sol执行未经授权行动（如披露私人信息）的比例从GPT-5.6 Sol的52%降至11%。
总体而言，GPT-6 Sol和Luna的发布标志着OpenAI战略重心的微调：在保持性能领先的同时，通过极致的成本控制构建竞争壁垒。随着两款模型现已可用，市场将关注其能否真正通过“更便宜的AI”重塑行业格局。