有助於理解文章的圖片
兩款新模型鎖定不同工作場景
OpenAI於2026年9月22日（當地時間）發表GPT-6 Sol與GPT-6 Luna。公司表示，兩款模型採用與GPT-6 Astra相近的訓練方式，將專業工作、事實準確度、程式開發、電腦操作及模型對齊等方面的改進，移轉至速度更快、成本更低的模型。
GPT-6 Sol主要鎖定複雜程式開發任務；GPT-6 Luna則著重辦公作業、摘要與資訊擷取。兩款模型的API識別碼分別為「gpt-6-sol」與「gpt-6-luna」，自發表當日起開放使用。
API費率下調 ChatGPT與Codex同步導入
GPT-6 Sol的API價格為每100萬個輸入權杖2美元、每100萬個輸出權杖10美元。OpenAI稱，這項定價較GPT-5.6的促銷價格低50%。GPT-6 Luna每100萬個輸入權杖的價格則由0.20美元降至0.10美元，輸出價格由1.20美元降至0.50美元。
Plus、Pro、Business、Enterprise及Edu方案用戶，可自發表日起透過ChatGPT Work與Codex使用兩款模型；Free與Go用戶則可在桌面版應用程式使用GPT-6 Luna。不過，MacRumors報導，兩款模型推出時尚未開放於Chat模式使用。
GitHub也將陸續把新模型導入VS Code、Visual Studio、Copilot CLI、雲端代理工具、Copilot應用程式、GitHub網站與行動版，以及JetBrains、Xcode和Eclipse中的GitHub Copilot。Sol供Copilot Pro+、Max、Business及Enterprise方案使用；Luna則涵蓋Pro、Pro+、Max、Business與Enterprise方案。
OpenAI強調成本效益 評測限制仍須留意
依OpenAI公布的數據，GPT-6 Sol在AutomationBench採用xhigh effort設定時，以每項任務0.27美元的成本取得33.2%；在Agents' Last Exam的max effort設定下獲得56.4%。DeepSWE v1.1的max effort成績則為Sol 68.8%、Luna 66.6%。同一項評測中，Claude Fable 5在xhigh effort設定下取得69.9%，高於GPT-6 Sol。
在OSWorld 2.0離線測試中，採xhigh effort設定的GPT-6 Sol得分60.5%，Claude Opus 5在medium effort設定下為60.3%。OpenAI表示，Sol在每項任務成本約低80%的情況下，取得與Claude Opus 5相近的成績。公司也稱，使用max設定的GPT-6 Luna，能以十分之一的成本超越medium設定的GPT-5.6 Sol。
OpenAI表示，在使用去識別化真實對話進行的內部事實性評估中，Sol的錯誤約為GPT-5.6 Sol的一半，但發表資料未納入第三方驗證結果。公司同時說明，這些對話是特別挑選的易出錯案例，不能代表事實錯誤較少的一般使用情境；代理與程式開發評測也刻意測試困難狀況，並非用來衡量日常使用的失敗率。
獨立評測結果有升有降
獨立評測機構Artificial Analysis的Coding Agent Index顯示，max設定的GPT-6 Sol由前代55分升至57分，但GPT-6 Luna則由43分降至41分。AA-Omniscience Index方面，Sol由22分升至27分，Luna由負10分升至1分；該指數測得的幻覺率，Sol由92%降至60%，Luna由93%降至77%。
Terminal-Bench 4.0中，Sol由40%升至44%，Luna由12%升至13%；AutomationBench-AA也分別由60%升至62%、50%升至53%。不過，GDPval-AA v2.1的Sol約下滑100 Elo，Luna約下滑75 Elo；AA-Briefcase v1.1中，Luna約下降45 Elo，Sol則維持相同水準。
Artificial Analysis認為，GDPval-AA與AA-Briefcase成績下滑，並非基礎能力退步，而是輸出內容的表達品質下降，且未涵蓋部分評分標準要求的要素。該機構統計顯示，max設定下的每項任務成本，Sol降至1.06美元、約減少一半，Luna降至0.07美元、約減少60%；但綜合Intelligence Index僅Sol增加1分，Luna沒有變化。
Anthropic同日推出競爭模型
Anthropic在OpenAI發表GPT-6 Sol與Luna約90分鐘前，推出Claude Opus 5.5。MacRumors指出，這款同日問世的模型在部分程式開發與知識工作上優於GPT-6 Astra，也讓不同模型之間的單項任務成本更難直接比較。
整體而言，公開結果顯示GPT-6 Sol在部分獨立程式開發指標上較前代進步，兩款模型的使用成本也明顯下降；但GPT-6 Luna的Coding Agent Index退步，兩款模型在GDPval-AA的表現亦同步下滑。OpenAI自家公布的DeepSWE v1.1結果中，GPT-6 Sol也仍低於Claude Fable 5的最高成績。
留言
張貼留言