GPT-6 Sol、Luna 正式登場：Astra 的能力開始下放，OpenAI 把 API 價格直接砍半

GPT-6 家族終於補齊了

2026 年 9 月 22 日，OpenAI 正式推出 GPT-6 Sol 與 GPT-6 Luna。

如果說 GPT-6 Astra 是這一代模型用來展示能力上限的旗艦，那麼 Sol 與 Luna 的任務就完全不同：把 Astra 世代的能力往更低成本、更高使用量的工作負載下放。

目前 GPT-6 家族可以大致理解成三層：

GPT-6 Astra：面向最困難的推理、程式設計、科學研究、Computer Use 與長時間 Agent 工作。

GPT-6 Sol：在智慧、速度與成本之間取得平衡，主要面向複雜程式設計、Agentic Workflow、知識工作與日常專業任務。

GPT-6 Luna：追求極高成本效率，適合大量摘要、分類、資料抽取、內容處理與高吞吐量 Agent 工作。

這使 GPT-6 不再只是一個『最強模型』，而開始變成一整套可以按照工作負載分層部署的模型家族。

真正的大新聞可能不是 GPT-6，而是價格

OpenAI 這次最值得注意的變化之一，其實是 API 定價。

GPT-6 Sol 的標準 API 價格為每百萬 Token：

輸入：2 美元

輸出：10 美元

GPT-6 Luna 則進一步下降至：

輸入：0.10 美元

輸出：0.50 美元

OpenAI 表示，相較 GPT-5.6 Sol 與 Luna 的促銷價格，新模型整體價格約降低 50%。

這個變化的重要性可能比單純 Benchmark 上升更大。

大型語言模型過去最大的工程問題之一從來不只是『模型夠不夠聰明』，而是當一個服務每天需要執行幾十萬、幾百萬甚至幾十億 Token 時，推理成本會迅速放大。

一個模型即使能力提高 10%，如果價格高出五倍，它仍然可能無法成為大量背景 Agent、搜尋、客服、文件分析與自動化系統的預設模型。

因此 Luna 的定位尤其有意思。

每百萬輸入 Token 0.10 美元意味著，大量以前必須交給非常小型模型處理的工作，現在可能開始可以使用更接近 GPT-6 世代能力的模型。

AI 模型競爭因此正在從：

誰能做出最聰明的模型？

逐漸增加另一個問題：

誰能讓足夠聰明的模型便宜到可以無所不在？

Sol：可能才是大量專業使用者真正會碰到的 GPT-6

GPT-6 Astra 是整個家族的最高階型號，但對多數開發者而言，Sol 可能反而更加重要。

OpenAI 將 GPT-6 Sol 定位在複雜程式設計與 Agentic Workflow。

在 OpenAI 公布的 AutomationBench 測試中，GPT-6 Sol 在 xhigh reasoning effort 下取得 33.2%，單次任務成本約 0.27 美元。

這項 Benchmark 測試 AI Agent 使用數十種工具完成銷售、行銷、營運、客服、財務與人力資源等端到端工作流程。

這種測試和傳統問答 Benchmark 有一個非常重要的差異。

它不是只問模型：

『你知道答案嗎？』

而是問：

『你能不能真的把事情做完？』

這也是 GPT-6 世代愈來愈明顯的方向。

大型模型正在從 Chatbot 逐漸變成 Agent Runtime：讀取資料、呼叫工具、操作軟體、修改程式碼、檢查結果，再根據結果繼續執行下一步。

Coding：模型開始被要求交付可以 Merge 的程式碼

程式能力也是 GPT-6 Sol 的核心戰場。

OpenAI 在 FrontierCode 中不再只檢查模型能不能讓測試通過，而會進一步評估修改是否真正適合合併進現實世界的 Codebase，包括測試品質、修改範圍、程式風格與是否遵守既有專案規範。

這代表 AI Coding Benchmark 正逐漸從：

『這段 Code 能不能跑？』

轉變成：

『這個 Pull Request 你敢不敢 Merge？』

在另一項長時間軟體工程測試 DeepSWE v1.1 中，OpenAI 公布 GPT-6 Sol 在最高 reasoning effort 下得到 68.8%，GPT-6 Luna 則達到 66.6%。

這裡最有趣的反而是 Luna。

因為 Luna 並不是 GPT-6 家族的高階型號，但仍能在複雜軟體工程 Benchmark 中維持相當高的能力，同時 API 成本遠低於 Sol。

對 Coding Agent 而言，這可能產生新的架構：

Luna 負責大量搜尋、分類、初步修改與測試。

Sol 負責較困難的 Debug、Architecture 與 Code Review。

Astra 只處理真正卡住的高難度問題。

換句話說，未來一個 AI Agent 不一定只使用一個模型。

它可能像公司內部的人力分工一樣，根據任務難度動態選擇模型。

1.05M Context：百萬 Token 正在從特殊能力變成家族標配

根據 OpenAI API Model Catalog，GPT-6 Sol 與 GPT-6 Luna 都提供約 105 萬 Token Context Window，最大輸出則達到 128K Token。

這代表百萬級 Context 已經不再只是最高階模型才有的特殊能力。

對大型 Codebase、法律文件、研究資料、企業知識庫與長時間 Agent 工作而言，Context Window 的意義不只是『一次可以貼更多文字』。

真正重要的是 Agent 可以在更長的工作流程中保留更多環境資訊。

例如 Coding Agent 可以同時看到：

Repository 架構、Issue、相關程式碼、測試結果、修改紀錄與前幾輪 Debug 過程。

模型因此比較不需要頻繁把舊資訊壓縮成摘要再重新載入。

但 Context Window 大並不代表所有 Token 都應該重新計算。

這就牽涉到 GPT-6 另一個很重要、卻比較容易被忽略的技術：Prompt Caching。

Prompt Caching：GPT-6 的另一場成本戰爭

OpenAI 表示，GPT-6 世代改善了 Prompt Prefix 的 Cache reuse 與推理基礎設施。

這對 Coding Agent 特別重要。

假設 Agent 每一次工作都需要讀取：

系統指令、Repository 規則、Coding Style、工具定義以及大量不會改變的專案 Context。

如果每一次工具呼叫後都重新處理這些 Token，成本會非常可觀。

Prompt Caching 的概念，就是讓大量沒有變化的 Context 不必每一次重新完整計算。

OpenAI 引述 GitHub 的資料表示，相關改善在數十億次 OpenAI 模型請求中，已讓需要重新處理的 Prompt Token 比例下降超過 50%。

因此 GPT-6 的成本下降並不完全只是『OpenAI 把售價降低』。

背後同時涉及模型效率、Inference Infrastructure 與 Cache reuse 的改善。

Factuality：Sol 的錯誤率大約只有上一代一半

OpenAI 也特別強調 GPT-6 Sol 的事實可靠性。

在一項以真實 ChatGPT 錯誤回報對話建立的內部測試中，OpenAI 表示 GPT-6 Sol 的錯誤數量大約只有 GPT-5.6 Sol 的一半，可靠性逐漸接近 Astra。

不過這項結果必須謹慎解讀。

這是 OpenAI 自己建立的內部評估，而且測試資料刻意集中在曾經讓模型產生事實錯誤的對話，因此不能直接理解成『GPT-6 Sol 平常回答問題只有 GPT-5.6 一半機率出錯』。

比較合理的解讀是：

在一組特別容易誘發錯誤的問題中，GPT-6 Sol 相較上一代出現明顯改善。

這也是為什麼模型 Benchmark 不能只看單一百分比。

Computer Use：AI 開始真的操作電腦

GPT-6 Sol 與 Luna 同樣繼承 GPT-6 Astra 世代在 Computer Use 上的改進。

在 OSWorld 2.0 offline 測試中，GPT-6 Sol xhigh 得到 60.5%。

OSWorld 類型的測試與傳統語言模型 Benchmark 不同，它要求模型操作真實電腦環境完成多步驟工作。

這類能力對下一代 Agent 非常關鍵。

因為真正的辦公室工作通常不是回答一道問題，而是：

開啟網站 → 找資料 → 下載檔案 → 修改 Spreadsheet → 更新 CRM → 寫 Email → 檢查結果。

當模型能夠跨越這些步驟，LLM 就開始從『文字生成器』轉變成真正的軟體操作層。

GPT-6 的真正訊號：AI Intelligence 正在商品化

從 GPT-6 Astra 到 Sol，再到 Luna，可以看到一個很清楚的產業方向。

最頂級模型仍然非常重要，因為它負責推動能力邊界。

但真正讓 AI 改變大量軟體與工作流程的，未必是最強的模型。

而可能是第二、第三層模型的成本下降。

這和半導體歷史其實有一點相似。

最先進製程永遠吸引最多目光，但真正改變世界的往往是當某種運算能力變得足夠便宜，可以被塞進數億台裝置之後。

AI 可能正在進入類似階段。

Astra 負責證明『AI 可以做到什麼』。

Sol 負責把這些能力帶進專業工作。

Luna 則試圖回答另一個更具產業意義的問題：

如果這些能力便宜到可以每天呼叫數百萬次，會發生什麼？

這可能才是 GPT-6 Sol 與 Luna 發布真正值得注意的地方。

---

Tech English｜本文技術名詞

Inference｜推理運算：模型收到輸入後實際執行神經網路計算並產生輸出的過程。模型使用量愈大，Inference Cost 對服務營運成本的影響愈明顯。

Context Window｜上下文視窗：模型一次推理可以處理的 Token 範圍。GPT-6 Sol 與 Luna 的 API 規格提供約 1.05M Token Context Window。

Prompt Caching｜提示詞快取：將重複出現的 Prompt Prefix 或 Context 保留並重複利用，降低相同內容反覆進行完整推理計算的成本。

Agentic Workflow｜代理式工作流程：AI 不只回答問題，而是自行規劃並執行多個步驟，包括呼叫工具、讀取資料、修改檔案、檢查結果與繼續下一個動作。

Computer Use｜電腦操作能力：讓 AI 模型理解並操作圖形化軟體環境，例如瀏覽器、桌面應用程式與企業工具，而不只是透過文字 API 工作。

Cost-Intelligence Curve｜成本－智慧曲線：描述模型能力與推理成本之間的關係。模型競爭不只是追求最高能力，也包含在相同預算下提供多少有效智慧。