半價買到九成 Astra：OpenAI 的 GPT-6 Sol 與 Luna 重寫前線模型的成本公式

九十分鐘。這大概是 Anthropic 的 Claude Opus 5.5 在 2026 年 9 月 22 日穩坐「最新前線模型」寶座的時間——隨後 OpenAI 就端出了兩款自家新模型。GPT-6 Sol 與 GPT-6 Luna 並非新旗艦（那個位置仍屬於 GPT-6 Astra），但很可能是更具戰略意義的一次發布：它們把 Astra 相當大的一部分能力，直接綁在砍半的價格標籤上——比 GPT-5.6 世代的所有定價都便宜一半。

這件事的意義遠超出盯著 benchmark 跑分的圈子。如果 2026 上半年的主題是「誰能訓出最聰明的模型」，那麼最後幾個月正在成形的主戰場，是「誰能用最便宜的價格供應智慧」。Sol 與 Luna 把這場戰爭推到了新的前線。

兩個模型，一套策略

Sol 是認真的主力。它定位為 OpenAI 在 agentic coding 與重度知識工作上的工作馬，官方說法是「把 Astra 的諸多優勢帶進更快、更平價的模型，支援大規模作業」。Luna 則是走量路線——快速、便宜，鎖定分類、路由、資訊抽取，以及那些從來撐不起前線定價的高頻任務。

價格本身就是頭條。GPT-6 Sol 每百萬輸入 token 2 美元、輸出 10 美元，較 GPT-5.6 Sol 的 4／20 美元砍半。GPT-6 Luna 落在每百萬輸入 0.10 美元、輸出 0.50 美元——距離三個月前 Luna 還掛著 1／6 美元的價位，簡直是斷崖（七月重定價後曾降至 0.20／1.20 美元）。不到一季之內，Luna 的價格較夏季水準累計下跌約九成。兩個模型的快取輸入都是未快取價格的一成，Batch 與 Flex 層級再打五折，超過 27.2 萬 token 的長上下文請求改收階梯式附加費（輸入 2 倍、輸出 1.5 倍），而非一道硬牆。

OpenAI 講得很白：這是把效率直接讓利給開發者——官方表示快取與推論效率改善後，「省下來的成本直接回饋給你」，對比 GPT-5.6 定價全面調降 50%。

數字怎麼說

兩個模型都沿用 GPT-6 家族熟悉的 105 萬 token 上下文視窗與 12.8 萬 token 輸出上限。能力面的故事最好用「每任務成本」來講，而 OpenAI 自己公布的數據很有說服力：GPT-6 Luna 在官方任務基準上較前代進步 5.4 個百分點，同時每任務成本降低 58%。以總量計，Luna 每任務成本比 Claude Opus 便宜 93%、比 GPT-6 Astra 便宜 96%。在 effort 縮放方面，GPT-6 Sol 以「xhigh」運算強度拿到的分數，接近 Claude Opus 5 以中等強度運行的水準——這個對比 OpenAI 顯然樂於展示。

但細節值得用懷疑的眼光讀。獨立觀察者指出 GPT-6 Sol 的跑分增益有一部分是「benchmaxxed」——針對公開排行榜調校過——而且 Anthropic 同日發布的 Opus 5.5 在部分程式與知識工作基準上勝過 Astra 本尊。一份獨立分析甚至給了 GPT-6 Astra 與 GPT-5.6 Sol 相同的 Intelligence Index 分數，儘管 Astra 定價高得多——暗示 OpenAI 自家產品線的能力正從兩端互相收斂。誠實的結論是：對 agent 工作而言，Sol 確實比 GPT-5.6 Sol 更強，但最頂尖的前線競賽仍在 Astra、Opus 5.5 與 Anthropic 的 Fable 系列之間纏鬥。

另外有些 benchmark 低估的質性進步。在 OpenAI 的並排程式碼範例中，GPT-6 Sol 會交代自己檢查了什麼、沒檢查什麼——桌面版面、窄版手機、瀏覽器返回導覽——而 GPT-5.6 Sol 傾向於主動抖出實作細節，例如它內部的圖像生成 prompt。對 agentic 工作來說，這種經過校準的自我回報，比 SWE-bench 上的一兩分更值錢。

可用性與 rollout

Sol 與 Luna 現已在 ChatGPT Work 與 Codex 上線，開放給 Plus、Pro、Business、Enterprise 與 Edu 用戶，Luna 也正在推送到桌面應用程式。兩者皆可透過 API 取得，OpenAI 並承諾逐步擴大免費層級的存取。與過往慣例相同，各地區採漸進式開放。

開發者對定價的反應近乎激動。「Luna 現在便宜到瘋掉，」一位 Reddit 網友如此形容——並指出自原始 5.6 Luna 以來輸出價格累計降幅超過 90%。另一個討論串直接宣告「便宜到不值得計量的智慧」終於成真。真正的故事藏在每任務成本曲線裡：六月時在經濟上不值得 agent 化的工作流，到了九月已是帳面上的日常開銷。

價格戰的新邏輯

戰略背景讓這次發布超越了一般的模型更新。三股結構性力量正在匯流：

推論降價的速度快過模型變聰明的速度。 旗艦與次旗艦之間的差距已縮小到一個程度——對大多數商業工作負載而言，付旗艦價反而比較像工程上的警訊，而非必要。

Agent 會倍增 token 消耗。 一次 agent 工作階段可以吃掉聊天對話一百倍的 token。在 GPT-5.6 的價位下，這封住了 agent 部署的經濟性；在 Luna 的價位下則不會。這個月業界傳出的每年 6,500 萬美元推論合約與十億美元級營收規模，只有在一項任務的邊際成本持續下跌時才成立。

Anthropic 埋了伏兵，OpenAI 踩了下去。 Opus 5.5 帶著 40% 降價與破紀錄的安全評分登場，直接在價格上叫陣。九十分鐘後，OpenAI 用兩個層級全面砍半回敬。無論你的 benchmark 偏好為何，贏家都是買家：接近前線的能力，現在照大宗物料的價格在賣。

中期的輸家，是所有商業模式建立在「每 token 利潤可長期維持」這個假設上的玩家——這個類別如今連模型實驗室自己都包括在內。OpenAI 的答案看來是走量：把每項任務壓到夠便宜，讓任務總數爆炸性成長。

後續觀察

未來幾週值得盯三件事。第一，Anthropic 是否以 Sonnet 級的重新定價回應——其 Fable 5.1 系列在若干工作負載類別中已成了貴的那一方。第二，Google Gemini 3.8 Flash 的定價能否守住——Flash 層模型是 Luna 最直接的對手。第三，OpenAI 的免費層擴張會不會改變應用經濟學——若 ChatGPT Work 免費提供 Sol 級 agent，將對每一家按人頭收 AI 功能費的新創造成壓力。

對開發者而言，實際建議很簡單：重跑你的成本模型。如果你的 agent 工作流是在 GPT-5.6 時代估價的，同樣的工作流換到 Sol 只剩一半成本，路由層換到 Luna 只剩十分之一。這一週，前線不只變聰明了——還大幅變便宜了，而這種複利，才是真正的新聞。