随着Sol和Luna的加入，OpenAI GPT-6在各项基准测试中将令牌成本削减了一半

据Artificial Analysis报道，GPT-6 Sol（最高配置）在智能排名中位居榜首，售价为48美元。图片来源：Getty Images

在OpenAI发布GPT-6 Sol和Luna之后，解决方案工程主管马特·韦弗（Matt Weaver）向《AI Magazine》解释了这些新模型如何为企业提供更强的运营灵活性。

OpenAI 近期推出了 GPT-6 Astra，并将其描述为“全球最智能、最契合需求的模型”。随后，这家人工智能实验室又发布了 GPT-6 Sol 和 GPT-6 Luna，这两款高性价比的变体模型采用与旗舰模型 GPT-6 Astra 类似的训练方法。

随着对代币使用成本不断攀升的担忧日益加剧，人工智能公司之间的价格竞争愈发激烈，尤其是当中国开放式大模型正威胁着抢占企业客户市场之际。

基准测试公司Artificial Analysis指出，GPT-6 Sol和Luna与GPT-5.6 Sol及Luna相比，成本降低了50%，正在“推动成本效率的边界”。

OpenAI 解决方案工程主管马特·韦弗（Matt Weaver）向《AI Magazine》表示：“借助 GPT-6 Sol 和 Luna，我们为企业提供了更大的灵活性，使其能够根据具体工作需求选择合适的模型。”

OpenAI 解决方案工程主管马特·韦弗。图片来源：马特·韦弗/LinkedIn

将模型与工作流程相匹配

OpenAI 声称其 GPT-6 模型在成本-智能曲线上处于领先地位，通过专为高效、大规模部署设计的基础设施，在所有层级上均提供卓越的能力。

该公司指出，缓存和推理技术的进步使得这些模型能够以更低的成本提供服务，与 GPT-5.6 的促销价格相比，Sol 和 Luna 的 API 价格降低了 50%，从而将节省的成本直接惠及用户。

在解释各AI模型的独特作用时，Matt补充道：“GPT-6 Astra专为要求最严苛的项目而设计，在这些项目中，最大性能至关重要。

Matt 解释道：“GPT-6 Sol 专为复杂的专业任务而设计，包括繁复的业务工作流和编码；而 GPT-6 Luna 则为文档摘要或信息提取等高吞吐量、定义明确的任务提供了更高效的解决方案。

“Sol 和 Luna 将 Astra 在专业工作、事实准确性、编码和计算机应用方面的进步，融入到更快、更经济实惠的模型中。随着 AI 从实验阶段过渡到核心业务运营，为每种任务类型选择合适的模型至关重要。

“我们的目标是让先进的人工智能在各组织中得到实际应用——帮助团队加快工作节奏、做出更明智的决策，并将更多时间投入到更高价值的工作中。”

关键事实

• OpenAI 将 GPT-6 Sol 和 Luna 的 API 价格较 GPT-5.6 下调了 50%
• GPT-6 Sol 在 AutomationBench 上的表现超越了 Claude Opus 5，而成本仅为其 9%
• GPT-6 Sol（最高配置）的输出速度达到每秒 131 个令牌
• Intelligence Index 任务成本降至 Sol 版 1.06 美元、Luna 版 0.07 美元
• GPT-6 Sol和Luna在AA-Omniscience基准测试中均表现出更低的幻觉率。

模型性能分析

OpenAI强调，在跨应用程序测试业务工作流的AutomationBench平台上，GPT-6 Sol在“xhigh”努力级别下的表现优于Claude Opus 5在“max”努力级别下的表现，而其每项任务的成本仅为Opus 5的9%。

该公司指出，在“高”努力级别下，GPT-6 Luna 的表现较其前代产品提升了 5.4 个百分点，而每任务成本降低了 58%。

OpenAI 指出，在评估代理在复杂专业工作流中表现的“Agents’ Last Exam”测试中，以“最大努力”模式运行的 GPT-6 Sol 得分达到 56.4%，超过了 Claude Opus 5 在该评估中的最高得分，且每任务成本降低了 61%。

该公司指出，在评估编码代理生成的代码变更是否可直接合并到真实代码库的“FrontierCode”测试中，GPT-6 Sol 相较于 GPT-5.6 Sol 表现出了显著提升，且以更低的成本达到了与 Claude Fable 5.1 xhigh 相当的水平。

这两款模型在“AA-Omniscience”（Artificial Analysis 用于评估知识和幻觉的基准测试）中的幻觉率均有所降低。

“借助 GPT-6 Sol 和 Luna，我们为企业提供了更大的灵活性，使其能够根据具体工作需求选择合适的模型。

”——OpenAI 解决方案工程主管

Matt

Weaver

每项智能指数任务的成本。图片来源：Artificial Analysis

这家基准测试公司解释称，GPT-6 Sol 版本包含六个模型，每个模型在智能水平、性能和定价方面均具有鲜明的特点。通过对比这六个模型的关键指标，Artificial Analysis 发现：

• 在智能方面，GPT-6 Sol系列的顶级模型是GPT-6 Sol (max)，其智能指数为48。
• 在输出速度方面，最快的模型是 GPT-6 Sol (max)，达到 131 t/s。
• 在延迟方面，GPT-6 Sol (Non-reasoning) 以 0.93 秒的首次回答令牌响应时间表现最佳。
• 在定价方面，GPT-6 Sol (low) 的单任务成本最低，为 0.13 美元。各模型之间的价格差异最高可达 8 倍。

该公司发现，在所有模型中，智能指数和编码代理指数的得分与 GPT-5.6 保持一致，部分评估指标有所进步，而另一些则出现退步。

GPT-6 Sol 专为高难度专业工作而设计——从复杂的业务工作流到编程——而 GPT-6 Luna 则为文档摘要或信息提取等高吞吐量、定义明确的任务提供了更高效的选项

。——OpenAI 解决方案工程主管 Matt Weaver

在 FrontierCode 1.1 Main⁠ 中，AI 代理编写的代码不仅按正确性评分，还会根据“可合并性”进行评分：例如测试质量、范围规范、代码风格以及对代码库标准的遵守情况。图片来源：OpenAI

成本效率的重要性

围绕AI模型定价的竞争日益激烈，这往往是由低成本的中国模型推动的。 正如布鲁金斯学会的凯尔·陈（Kyle Chan）在博客中指出的，中国模型大多是开源的，这使用户能够定制模型，并以更低的价格获得相当于美国模型 90% 性能的模型。因此，这些模型正在以成本为导向的企业中迅速占据一席之地。

OpenAI正积极调整战略以保持竞争力；尽管新模型每项任务的输出令牌量略有增加，但运行“人工智能分析指数”的成本却显著降低：

• GPT-6 Sol（最高配置）：每项任务成本为1.06美元（较GPT-5.6 Sol的1.99美元下降约50%），尽管输出令牌量从GPT-5.6的2.9万增至3.1万。
• GPT-6 Luna（最高配置）：每项任务成本为0.07美元（较GPT-5.6 Luna的0.18美元下降约60%），尽管输出令牌量从GPT-5.6的4.1万增加至5.1万。

Artificial Analysis 指出，这两款产品的发布使 OpenAI 能够占据成本效益帕累托前沿（即在不相应提高价格的情况下无法进一步提升性能的最佳边界）的相当大一部分。

通过在不牺牲性能的前提下降低准入门槛，OpenAI 正致力于解决企业面临的“令牌疲劳”问题，同时抵御低成本市场竞争对手的挑战。