隨著 Sol 和 Luna 加入，OpenAI GPT-6 在各項基準測試中將代幣成本削減一半

根據 Artificial Analysis 的報告，GPT-6 Sol (max) 在智慧能力方面名列榜首，售價為 48 美元。圖片來源：Getty Images

在 OpenAI 推出 GPT-6 Sol 和 Luna 之後，解決方案工程總監 Matt Weaver 向《AI Magazine》闡述了這些新模型如何為企業提供更強大的營運靈活性。

OpenAI 近期推出了 GPT-6 Astra，並將其描述為「全球最智能且最符合需求模型」。該人工智慧實驗室隨後又宣布推出 GPT-6 Sol 和 GPT-6 Luna，這兩款性價比高的變體模型採用與其旗艦模型 GPT-6 Astra 相似的訓練方法。

隨著對代幣使用成本上漲的擔憂日益加劇，人工智慧公司之間的價格競爭也愈發激烈，尤其是當中國的開放式模型威脅要搶佔企業客戶時。

基準測試公司 Artificial Analysis 指出，GPT-6 Sol 和 Luna 與 GPT-5.6 Sol 及 Luna 相比，成本降低了半數，正「推動成本效益的邊界」。

OpenAI 解決方案工程主管 Matt Weaver 向《AI Magazine》表示：「透過 GPT-6 Sol 和 Luna，我們為企業提供了更大的靈活性，使其能根據工作需求選擇合適的模型。」

OpenAI 解決方案工程主管 Matt Weaver。圖片來源：Matt Weaver/LinkedIn

將模型與工作流程相結合

OpenAI 聲稱其 GPT-6 模型引領成本-效能曲線，透過專為高效、大規模部署設計的基礎架構，在所有層級皆能提供卓越的能力。

該公司指出，快取與推論技術的進步使這些模型能以更低的成本提供服務，並透過將 Sol 和 Luna 的 API 價格（相較於 GPT-5.6 的促銷費率）下調 50%，將節省的成本直接回饋給用戶。

在闡述各 AI 模型的獨特角色時，Matt 補充道：「GPT-6 Astra 專為要求最嚴苛的專案而設計，在這些專案中，極致的處理能力至關重要。

Matt 進一步說明：「GPT-6 Sol 專為複雜的專業任務而打造，包括繁複的商業工作流程與程式編寫；而 GPT-6 Luna 則為文件摘要或資訊擷取等大量且定義明確的任務，提供更高效的解決方案。

「Sol 和 Luna 將 Astra 在專業工作、事實準確性、程式碼編寫及電腦應用方面的進展，融入到更快、更經濟實惠的模型中。隨著 AI 從實驗階段過渡到核心業務運作，為每種任務類型選擇合適的模型至關重要。

「我們的目標是讓先進的人工智慧在各組織中得以實際應用——協助團隊加快進度、做出更明智的決策，並將更多時間投入於更高價值的工作。」

關鍵事實

• OpenAI 將 GPT-6 Sol 和 Luna 的 API 價格較 GPT-5.6 調降 50%
• GPT-6 Sol 在 AutomationBench 上的表現超越 Claude Opus 5，成本卻僅為其 9%
• GPT-6 Sol（最高設定）的輸出速度可達每秒 131 個標記
• Intelligence Index 任務成本降至 Sol 每項 1.06 美元、Luna 每項 0.07 美元
• GPT-6 Sol 與 Luna 在 AA-Omniscience 基準測試中均展現出較低的幻覺率。

模型效能分析

OpenAI 強調，在 AutomationBench（一項跨應用程式的商業工作流程測試）中，GPT-6 Sol 採用「xhigh」努力程度時，其表現優於採用「max」努力程度的 Claude Opus 5，且每項任務的成本僅為 Opus 5 的 9%。

該公司指出，在「高」努力程度下，GPT-6 Luna 的表現較前代模型提升了 5.4 個百分點，且每項任務的成本降低了 58%。

OpenAI 指出，在評估代理程式處理複雜專業工作流程能力的「Agents’ Last Exam」測試中，以「max effort」模式運作的 GPT-6 Sol 獲得 56.4% 的得分，超越 Claude Opus 5 在該評估中的最高分，且每項任務的成本降低了 61%。

該公司指出，在評估程式設計代理能否產出可直接合併至真實程式碼庫的變更的「FrontierCode」測試中，GPT-6 Sol 相較於 GPT-5.6 Sol 展現顯著進步，且以遠低於後者的成本達到與 Claude Fable 5.1 xhigh 相當的表現。

這兩款模型在「AA-Omniscience」（Artificial Analysis 用於評估知識與幻覺的基準測試）中，均展現出較低的幻覺發生率。

透過 GPT-6 Sol 和 Luna，我們為企業提供了更大的靈活性，使其能根據工作需求選擇合適的模型

——OpenAI 解決方案工程總監

Matt Weaver

每項「智慧指數任務」的成本。圖片來源：Artificial Analysis

這家基準測試公司解釋道，GPT-6 Sol 版本包含六種模型，每種模型在智慧水平、效能及定價方面均具有獨特特性。透過比較這六種模型的關鍵指標，Artificial Analysis 發現：

• 就智能而言，GPT-6 Sol 的頂級模型是 GPT-6 Sol (max)，數值為 48。
• 就輸出速度而言，最快的模型是 GPT-6 Sol (max)，達 131 t/s。
• 就延遲而言，GPT-6 Sol (Non-reasoning) 以 0.93 秒的「首次回答標記時間」表現最優。
• 在定價方面，GPT-6 Sol (low) 每任務成本為 0.13 美元，為最低。各模型間的價格差異最高可達 8 倍。

該公司發現，在各模型中，智慧指數（Intelligence Index）與編碼代理指數（Coding Agent Index）的分數仍與 GPT-5.6 保持一致，部分評估指標有所進步，部分則出現退步。

GPT-6 Sol 專為艱鉅的專業工作而設計——從複雜的商業工作流程到程式碼編寫皆然；而 GPT-6 Luna 則為大量且定義明確的任務（如文件摘要或資訊擷取）提供更高效的選項。

——OpenAI 解決方案工程主管 Matt Weaver

在 FrontierCode 1.1 Main⁠ 中，AI 代理所編寫的程式碼不僅會根據正確性進行評分，還會評估其「可合併性」：例如測試品質、範圍規範、程式碼風格以及是否符合程式碼庫標準。圖片來源：OpenAI

成本效益的重要性

圍繞 AI 模型定價的競爭日益白熱化，這往往是由低成本的中國模型所驅動。 正如布魯金斯學會的凱爾·陳（Kyle Chan）在部落格中所指出的，中國模型大多為開源，讓使用者能夠自訂模型，並以較低價格取得具備美國模型 90% 功能的能力。因此，這些模型正在以成本為導向的企業中迅速佔據一席之地。

OpenAI 正積極調整策略以維持競爭力；儘管新模型每項任務產出的標記數量略多，但運行「人工分析智慧指數（Artificial Analysis Intelligence Index）」的成本卻顯著降低：

• GPT-6 Sol（最高設定）：每項任務成本為 1.06 美元（較 GPT-5.6 Sol 的 1.99 美元下降約 50%），即使輸出代幣量從 GPT-5.6 的 2.9 萬增加至 3.1 萬。
• GPT-6 Luna（最高設定）：每項任務成本為 0.07 美元（較 GPT-5.6 Luna 的 0.18 美元下降約 60%），儘管輸出代幣量從 GPT-5.6 的 4.1 萬增加至 5.1 萬。

Artificial Analysis 指出，這兩項發布使 OpenAI 得以佔據成本效益帕累托前沿（即在不提高價格的情況下無法進一步提升效能的最佳邊界）的顯著部分。

透過在不犧牲效能的前提下降低門檻，OpenAI 正積極因應企業的「代幣疲勞」問題，同時抵禦低成本市場競爭對手的挑戰。