Signal YCurated AI News
更新于 11/5 20:4061 个信源

OpenAI 发布 GPT-6 Sol 与 Luna:主打成本效率,API 价格直降 50%

通用 AI9/23 02:00OpenAI News查看原文 ↗
摘要

OpenAI 在 GPT-6 Astra 之外发布 GPT-6 Sol 与 Luna 两款新模型,以同源训练方法换取成本效率,并把 API 价格较 GPT-5.6 促销价下调 50%。

核心要点
  • GPT-6 Sol 输入/输出价格由 4/20 美元降至 2/10 美元,GPT-6 Luna 由 0.20/1.20 美元降至 0.10/0.50 美元(每百万 token),降幅均为 50%。
  • 降价来自缓存与推理优化的成本节省,OpenAI 称其直接传导给用户与客户。
  • 在 AutomationBench 1.0.6 上(覆盖销售、营销等 47 个工具的端到端工作流),GPT-6 Sol 在 xhigh 推理档位超过 Claude Opus 5 的 max 档,且单任务成本仅为后者的 9%。
  • GPT-6 Luna 在 high 档位相较前代提升 5.4 个百分点,同时单任务成本降低 58%。
  • 官方仍将 GPT-6 Astra 定位为全能力最强的模型,Astra 面向最严苛的项目,Sol/Luna 则主打性价比与更高用量上限。
原文佐证
  • we’re passing those savings directly on to users and customers by reducing API prices for Sol and Luna by 50% compared with their GPT‑5.6 promotional pricing
  • GPT‑6 Sol at xhigh effort outperforms Claude Opus 5 at max effort at just 9% of Opus 5’s cost per task
  • At high effort, GPT‑6 Luna improves on its predecessor by 5.4 percentage points at 58% lower cost per task
AI 洞察
这次发布的重心不在能力上限,而在单位智能的价格——把旗舰模型的训练成果下沉到中低端档位,等于用价格战压缩竞品在“性价比曲线”上的空间。以单任务成本 9% 击败 Opus 5 的表述,把竞争指标从跑分直接切换到“每任务成本”,这会迫使同行把定价与推理效率而非单纯参数规模作为主要卖点。对开发者而言,代理类长流程应用的经济性阈值正在被重新定义,此前因成本不成立的自动化场景可能开始变得可行。