TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
GPT-6 Sol、Luna 上線：降價一半後，模型分層值得重算一次
OpenAI 在 2026 年 9 月 22 日推出 GPT-6 Sol 與 GPT-6 Luna，API 牌價分別是旗艦 Astra 的五分之一與百分之一，較 GPT-5.6 促銷價再降一半。三款模型怎麼分工、官方評測數字怎麼讀、快取怎麼影響帳單，以及現在哪些帳號用得到，一次整理。
用 AI 摘要這篇文章：
2026 年 9 月 22 日，OpenAI 在官方 X 帳號發文，把 GPT-6 Sol 與 GPT-6 Luna 送進 GPT-6 系列。兩款新模型以和 9 月初發表的旗艦 Astra 相似的訓練方法打造，把多數專業工作用得到的能力，搬進便宜許多的價位帶：API 標準牌價每百萬 token 計，Sol 輸入 2 美元、輸出 10 美元，Luna 輸入 0.10 美元、輸出 0.50 美元，對照旗艦 Astra 的 10 與 50 美元。
對自費呼叫 API 的開發者與重度付費使用者來說，這次發布真正的份量不在「降價」兩個字，而在預設選項變了：Sol 的單價落在 Astra 的五分之一，OpenAI 同步公布的評測數字，讓「日常主力不必動用旗艦」有了可核對的依據；Luna 則把堪用的寫程式與代理能力壓到 Astra 的百分之一價位。文內價格與引述以 OpenAI 官方公告、API 價目表與模型規格頁為準。
9 月 22 日上架，GPT-6 補成三層
時間軸很短。9 月初，OpenAI 發表 GPT-6 Astra，官方定位是系列中能力最高的旗艦；不到三週後的 9 月 22 日，官方 X 帳號貼文寫下「Please welcome GPT-6 Sol and GPT-6 Luna to the GPT-6 universe」，同日公告正式上線。發布前一週，API 字串洩痕與模型別名其實已被社群摸到線頭，站上先前把這些跡象整理過一次，這次是官方本人現身。
三款模型的分工，公告與模型頁寫得很直白：Astra 持續是各方面表現最好的模型，留給最難、最重要的工作；Sol 面向專業工作，特色是更高的用量限額與更低成本；Luna 是聚焦、大量任務裡效率最高的選項。規格面上，Sol 與 Luna 的上下文視窗都是 1,050,000 token，最大輸出 128,000 token，都支援推理 token；知識截止日 Sol 為 2026 年 4 月 20 日，Luna 為 2026 年 5 月 18 日。
誰現在就能用到，誰還要等
依公告的可用性說明，GPT-6 Sol 與 Luna 即日起進入 ChatGPT Work 與 Codex，對象是 Plus、Pro、Business、Enterprise 與 Edu 用戶；Free 與 Go 帳號可以在桌面版應用程式使用 Luna。API 端的模型名稱就是 gpt-6-sol 與 gpt-6-luna，直接指定即可。
兩個範圍限制先記住。其一，這兩款模型尚未進入一般 ChatGPT 對話，官方沒有給時間表；它們在 ChatGPT Work 與 Codex 內也是發布當天分批開放，帳號一時看不到選項屬於正常情況，官方的建議是稍後再試；其二，API 按 token 計費與 ChatGPT 訂閱額度是兩套制度，Work 與 Codex 走的是訂閱方案的用量限額，API 牌價的降幅不能直接推算成訂閱費會變便宜。只把 ChatGPT 當一般對話工具、不碰 Work 與 Codex 的用戶，這次發布暫時沒有直接變化。
價格砍半的基準，是上一代的促銷價
官方公告把這次調價描述為相較 GPT-5.6 促銷價再降 50%：GPT-5.6 Sol 促銷價每百萬 token 輸入 4 美元、輸出 20 美元，GPT-6 Sol 降為 2 與 10 美元；GPT-5.6 Luna 從 0.20 與 1.20 美元，降為 0.10 與 0.50 美元。要注意基準點：對照的是上一代促銷中的價格，不是最早發表時的原價。價目表明文寫著 GPT-5.6 Sol 的促銷至少延續到 2026 年 11 月 21 日，也就是說舊款目前仍掛促銷價，GPT-6 是在促銷價之上再對半。
逐項看的話，Luna 的輸出單價從 1.20 降到 0.50 美元，實際降幅約 58%，比官方統一口徑的「50%」更大。發布當下的價目表上，三款模型的標準處理牌價如下，短上下文與超過 272K 後的長上下文費率並列：
| 模型 | 輸入 | 快取讀取 | 輸出 | 長上下文輸入 | 長上下文輸出 |
|---|---|---|---|---|---|
| GPT-6 Astra | US$10.00 | US$1.00 | US$50.00 | US$20.00 | US$75.00 |
| GPT-6 Sol | US$2.00 | US$0.20 | US$10.00 | US$4.00 | US$15.00 |
| GPT-6 Luna | US$0.10 | US$0.01 | US$0.50 | US$0.20 | US$0.75 |
表列金額為每百萬 token 的標準處理牌價。單次請求輸入超過 272,000 token 時，整筆請求改用長上下文費率，輸入與快取價變兩倍、輸出價變 1.5 倍；這對長對話代理是實際會踩到的結構，後面快取一節會再回到這裡。批次（Batch）與彈性（Flex）處理都是標準價的五折，例如 Sol 降到輸入 1 美元、輸出 5 美元；要求低延遲的 Fast mode 則翻倍到輸入 4 美元、輸出 20 美元。另外，EU 資料駐留目前僅標準處理支援，區域處理端點要加價 10%，快取寫入則以輸入價的 1.25 倍計。
用一個具體例子感受價差：假設一次任務用掉 100 萬輸入、20 萬輸出 token，每筆請求輸入都壓在 272,000 token 門檻以下、全走標準處理，Sol 帳單約 4 美元，Astra 約 20 美元，Luna 約 0.20 美元。同一件事的三種價格，這就是分層呼叫值得算的原因。實際帳單還會被快取命中率、長上下文門檻與重試次數拉動，單價只是起點。
長對話代理還要注意兩者的互動：一旦單筆請求超過 272,000 token，輸入與快取都改按兩倍計費，快取帶來的節省會被稀釋；會把上下文推到門檻附近的流程，先試算再上。
評測怎麼讀：33.2% 的分量與兩個但書
OpenAI 這次給的評測數字相當多，最值得停下來看的是 AutomationBench。這套評測由 Zapier 維護，讓 AI 代理用 47 個工具跑跨銷售、行銷、營運、客服、財務與人資的商務流程，量的是「完成一件真實流程」的分數與成本。官方公布的四行對照如下：
| 模型（推理強度） | 分數 | 每件任務成本 |
|---|---|---|
| GPT-6 Sol（xhigh） | 33.2% | US$0.27 |
| GPT-6 Astra（low） | 30.3% | Sol 的 3.9 倍 |
| Claude Fable 5.1 含 Opus 5 fallback（max） | 31.4% | Sol 的 8.9 倍以上 |
| Claude Opus 5（max） | 26.9% | Sol 的 11.1 倍 |
白話讀法：Sol 以 xhigh 強度拿到 33.2%，每件 0.27 美元；Claude Opus 5 用到最強的 max 強度是 26.9%，每件成本約為 Sol 的 11.1 倍，換算下來 Sol 只花對手的 9%。官方下的註腳很老實：Fable 5.1 那行約有 40% 的任務發生退回 Opus 5 處理的情形，而退回的成本沒有計入，等於該行成本被低估。換句話說，Sol 在這套商務流程評測同時贏過對手旗艦與自家旗艦的低強度設定，這是「日常主力可以換」論述的核心數字。
但書有兩個。這是 OpenAI 自己挑選、自己跑的評測，公告註明評測在研究環境或 API 進行，對手分數取自公開報告，條件未必完全對齊；把它當候選名單的參考可以，當通用排行榜不行。而且同一段落官方也公布，Luna 以高強度跑同一套評測，比 GPT-5.6 Luna 進步 5.4 個百分點，每件成本降低 58%，便宜款在商務流程上也在前進。同段官方另補一句，Sol 的成績超過 Claude Fable 5.1，成本遠低於它。另一項專業複雜流程評測 Agents’ Last Exam，Sol 以 max 強度拿到 56.4%，官方稱高於 Claude Opus 5 在該評測的最高分，每件成本低 60%。
兩個不影響分數但影響體驗的更新也跟著來。溝通風格上，Astra 那套比較清晰的表達方式被帶進 Sol 與 Luna，官方預告在技術與寫程式的對話裡會更明顯：行話更少、贅詞更少、回答整體略短但不失內容。對齊面上，官方稱兩款在對齊評測都較 GPT-5.6 同位版本進步，包括比較少對自己的寫程式成果做出誤導宣稱；這類評測同樣刻意挑戰困難情境，不代表日常出錯率，但書與事實性評測相同。
寫程式追到 1.1 個百分點內，事實錯誤率減半要帶但書
寫程式是最能看出這次「下放」幅度的地方。DeepSWE v1.1 用真實程式庫裡的複雜工程任務測代理，GPT-6 Sol 以 max 強度拿到 68.8%，距離 Claude Fable 5 在該評測的最高分 69.9%（xhigh 強度）只剩 1.1 個百分點，每件成本低約 80%。更有意思的是 Luna：max 強度拿到 66.6%，官方描述為與 Opus 5、Fable 5 的 medium 強度相當，而每件成本比 Opus 5 低 93%、比 Fable 5 低 96%。Luna 已非只能做摘要分類的便宜貨，是可以排進正式分層的工程模型。
其餘幾項各有位置。FrontierCode 測的是產出的變更是否達到可合進真實程式庫的標準，官方說 Sol 較 GPT-5.6 Sol 明顯進步，能以低得多的成本匹配 Fable 5.1 的 xhigh 水準，但沒有給出分數。OSWorld 2.0 離線版測電腦操作，Sol 以 xhigh 拿 60.5%，與 Opus 5 medium 的 60.3% 相當，成本低約 80%；Luna 的 max 強度勝過 GPT-5.6 Sol 的 medium，成本僅十分之一。電腦操作這塊官方仍明說 Astra 是最好的模型，Sol 與 Luna 的意義是把「可用門檻」往下搬。
事實性方面，官方稱在內部評測中，GPT-6 Sol 犯的錯約為 GPT-5.6 Sol 的一半，接近 Astra 的水準；Luna 在較高強度下能匹配 GPT-5.6 Sol，成本約百分之一。這個數字的來源要讀清楚：評測樣本來自使用者曾回報前代模型出錯的去識別化對話，難度天生偏高，官方也明言這些對話不代表一般使用情境。把「錯誤減半」直接外推成日常問答出錯率減半，超出資料能支持的範圍。
OpenAI 順帶公布了一個內部數字當背景：按 API 牌價折算，內部研究員的中位數每日 token 用量超過 600 美元，前 10% 超過 7,000 美元。寫程式代理的任務越長越重，成本效率就從加分項變成生存項，這是這波降價的脈絡。
降價的另一半故事：快取
單價砍半之外，公告用了一整節談快取，因為代理與長對話的帳單大頭往往在重複讀取的上下文。GPT-6 的快取預設命中率提高，快取讀取價是輸入價的十分之一（上表三款都是），省 90%。配套也補齊：平台新的快取儀表板與診斷工具讓開發者看見「哪些該快取的沒快取到」；調整推理強度、開關工具不再打破先前的快取；還能自訂快取斷點，指定哪些前綴要留下來重用。
規模化的效果有外部佐證：GitHub 表示，過去幾個月這些改進讓他們對 OpenAI 模型的數十億次請求中，需要重新處理的 prompt token 佔比降了一半以上，Copilot 的回應因此變快。對自架代理管線的團隊，這提醒很實際：換模型之前，先看自己的快取命中率，有時帳單的槓桿在這裡而不在單價。至於把 272,000 token 的長上下文門檻、快取與分層呼叫放進同一條管線怎麼算帳，先前談錢包份額那篇的直算方法可以直接套用。
分層怎麼排：一個可辯護的起點
把官方數字放回「自己的任務」上，我的判斷是這樣排的：日常開發與跨工具的專業工作，預設從旗艦換到 Sol，它有官方評測與五分之一價位支撐「先試它」的正當性；大量、重複、有辦法自動驗收的工作（分類、清理、格式轉換、簡單代理步驟）下放 Luna，用 Batch 再砍半；Astra 留給錯誤代價高、任務難拆解、或實測顯示 Sol 經常要重做的難題。
兩個例外要自己驗。若你的任務裡 Sol 的重做率高，重做的成本很快就吃掉價差，此時升級 Astra 反而省錢；若工作有正確答案可對照（例如既有測試套件覆蓋的批次處理），Luna 加 Batch 的組合幾乎沒有對手。這是從官方數字推導的採用順序建議，不是效能排行，最終仍要用自己任務的成功率、重試次數與人工修正時間來定。讓 Astra 表現穩定的提示詞寫法，官方指南的整理可以搭配看。
還沒確定的事，與回查的時間點
幾件事官方沒給答案。GPT-6 Sol 與 Luna 何時進入一般 ChatGPT 對話，公告只說尚未提供，沒有時間表；FrontierCode 與 OSWorld 的完整分數表未隨公告公佈，現有的比較停留在文字描述；自家模型的評測數字全部是研究環境或 API 口徑，與生產環境的表現可能不同。另外，GPT-5.6 Sol 促銷至少到 2026 年 11 月 21 日，到期後舊款牌價怎麼調、新舊價差是否再變，值得在那之前回頭看一次價目表。
文內價格與規格，對應 2026 年 9 月 22 日至 23 日的 OpenAI 官方價目表與模型頁；OpenAI 調價與模型推陳的速度都不慢，閱讀時若已過一段時間，以官方價目表的當下數字為準。想追蹤後續的讀者，盯三件事就夠：一般 Chat 何時接入、11 月 21 日促銷到期後的牌價、以及 OpenAI 開發者日（站上先前整理為 9 月 29 日）有沒有接續宣布。
