OpenAI 在推出 GPT-6 Astra 之后，继续扩充 GPT-6 家族，发布了 GPT-6 Sol 和 GPT-6 Luna。这两个模型定位不是追求绝对性能上限，而是把 Astra 那代模型在专业工作、事实性、编程、计算机使用和 alignment 上的进步，以更快的速度和更低的成本分发出去。官方明确说，最复杂、最重要的项目仍然应该用 Astra，但不同工作有不同的规模、节奏和预算，Sol 和 Luna 就是为这些场景准备的。

核心卖点是成本效率。OpenAI 称 GPT-6 系列在成本-智能曲线上领先，通过改进缓存和推理基础设施，把 API 价格直接砍了一半：Sol 和 Luna 的定价比对应的 GPT-5.6 促销价低 50%。价格按每百万 token 计算。

在具体评测上，OpenAI 给出了一组与竞品的对比数据。AutomationBench（跨应用业务流程测试）中，GPT-6 Sol 在 xhigh effort 下表现优于 Claude Opus 5 的 max effort，而每任务成本只有 Opus 5 的 9%；GPT-6 Luna 在 high effort 下比上一代提升 5.4 个百分点，每任务成本降低 58%。在 Agents’ Last Exam 上，GPT-6 Sol 的 max effort 得分 56.4%，比 Claude Opus 5 的最高分高，同时每任务成本低 60%。

事实性方面，OpenAI 用内部评估（基于用户标记过错误的去标识化真实对话）衡量，GPT-6 Sol 的错误率大约是上一代的一半，接近 Astra 的可靠性水平，但成本低得多。GPT-6 Luna 在更高 effort 下匹配 GPT-5.6 Sol 的水平，成本约为其百分之一。

编程能力上，OpenAI 提到内部编码 agent 的 token 使用量增长很快，按 API 价格计算，研究员中位数的日 token 使用已超过 600 美元，90 分位超过 7000 美元。在 DeepSWE v1.1 上，GPT-6 Sol 的 max effort 得分 68.8%，与 Claude Fable 5 的最高分 69.9% 只差 1.1 个百分点，每任务成本低约 80%。GPT-6 Luna 的 max effort 得分 66.6%，与 Claude Opus 5 和 Fable 5 的 medium effort 相当，每任务成本比 Opus 5 低 93%、比 Fable 5 低 96%。

计算机使用方面，OSWorld 2.0 offline 上，GPT-6 Sol 在 xhigh effort 下得分 60.5%，与 Claude Opus 5 的 medium effort 的 60.3% 相当，每任务成本低约 80%。GPT-6 Luna（max）以十分之一的成本超过 GPT-5.6 Sol（medium）。

除了价格和性能，OpenAI 还改进了 prompt caching。GPT-6 的缓存命中率默认更高，缓存输入 token 读取有 90% 折扣。开发者可以用 Prompt Caching Dashboard 监控缓存情况，用诊断工具找出缓存未命中的原因。调整 reasoning effort 和工具开关现在不会破坏已有缓存，还支持显式断点来控制缓存前缀的结束位置。GitHub 报告称，过去几个月这些改进让需要重新处理的 prompt token 比例下降了超过 50%。

alignment 方面，Sol 和 Luna 延续了 Astra 的 alignment 工作，在评估中比 GPT-5.6 对应模型有改进，包括关于编程工作的误导性表述更少。

可用性上，GPT-6 Sol 和 Luna 今天起在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise、Edu 用户开放，Free 和 Go 用户可以在桌面应用中使用 GPT-6 Luna。API 中对应模型名是 gpt-6-sol 和 gpt-6-luna。Chat 中暂不可用，ChatGPT 内会逐步灰度。

需要留意的是，这些评测数据来自 OpenAI 自己的研究环境或 API，竞品分数来自公开报告，实际生产环境可能因系统提示和工具差异而略有不同。