GPT-6 Sol 与 GPT-6 Luna 营销实战:上手一周看双层重置,以及迁移前必须先答清楚的血缘问题

周二晚上我把日常研究 agent 重新配置完了。这才是头条:OpenAI 在 9 月 22 日发布了 GPT-6 Sol 和 GPT-6 Luna,48 小时内我的栈里最实质的变化不是某个更聪明的模型——而是 cached-input 的价格。缓存读取打 9 折,加上推理档位变更不再击穿缓存——这悄悄改变了哪些活儿值得以什么频率跑。token 单价是表面故事;算上缓存后的"每任务成本"才是真正在发生的事。

这篇文章是 Sol 和 Luna 的实战上手一周读本——距离 Astra 发布三周以来,到底变了什么;哪些活儿交给哪个新模型;哪些留在兄弟模型或其他同级模型上;以及一旦你不再默认追旗舰,浮现出来的路由原则。如果你想看今年七月 GPT-5.6 Sol/Terra/Luna 三人组的发布前评估——也就是这一代的前身——在这里。

先把血缘问题答清楚——这周已经三个人问过我

如果你从六月就开始用 ChatGPT,可能记得一个叫 GPT-5.6 Luna 的模型。GPT-5.6 Luna 和 GPT-6 Luna 不是同一个模型。 两者之间有三件事变了,对你的路由都重要:

	GPT-5.6 Luna(2026 年 7 月)	GPT-6 Luna(2026 年 9 月 22 日)
定价	每百万 token 输入 $0.20,输出 $1.20	输入 $0.10,输出 $0.50(降幅 50% / 58.3%)
训练血缘	GPT-5.5 / GPT-5.6 代	"采用与 GPT-6 Astra 相似的训练方法"——GPT-6 工具链
推理档位	有限	六档:none / low / medium(默认)/ high / xhigh / max
推理能力上限	中端	高档位下"达到 GPT-5.6 Sol 事实性水平,成本约为其百分之一"——OpenAI 口径

另一半血缘问题:GPT-6 Terra 已经下线。 GPT-6 系列 9 月 3 日首发时是四款(Astra、Sol、Luna、Terra)。周二的公告把它压缩到三款。Sol 档从 $4/$20 降到 $2/$10——大致对应 Terra 之前 $2.50/$15 的位置。OpenAI 没有新增一个中端;它把中端往下推了一档。 你预算表里原来写"Terra"的那行,现在应该写"Sol"。

新的 GPT-6 系列,作为三层旋转

模型	定位	输入 $/M	输出 $/M	缓存输入 $/M	上下文	实际用途
Astra	旗舰——推理上限、Computer Use	$10	$50	$1.00	105 万 / 12.8 万	跨软件表面的多步工作、高难度推理、驱动浏览器
Sol	干重活——Agent、复杂生产	$2	$10	$0.20	105 万 / 12.8 万	持续 Agent 循环、子 Agent 编排、高质量专业工作
Luna	省钱引擎——抽取、分类、摘要	$0.10	$0.50	$0.01	105 万 / 12.8 万	大批量后台、内容审核、分类器重跑、批量抽取

三款模型共享同一个 105 万 / 12.8 万 token 上下文封装,以及同一个 2026 年 4 月 20 日知识截止日期。在 API 层面唯一有意义的区别就是 token 单价和单请求推理预算。Sol 和 Luna 都接受文本和图像输入,只返回文本,可通过 Responses 和 Chat Completions API 调用。两者都不支持微调和 Realtime。

最后这行建议打印出来贴在显示器旁边。上下文相同、模态相同、端点相同,账单不同。Sol 在 xhigh 或 max 档会烧更多推理 token,Luna 在 medium 档不会——但只要你关注缓存前缀,你可以在同一会话的不同轮次之间混搭档位而不丢失缓存。这一个能力变化比价格降幅本身更重——对任何在跑 Agent 的人来说。

实际变了的:价格、缓存、事实性

相对 GPT-5.6 代有三件具体的事变了。每一件都是一个等待发生的路由决策。

1. 永久 50% 降价(非促销)。 OpenAI 向 VentureBeat 确认,Sol 和 Luna 的定价不是限时优惠,而是新的标准价,由推理和缓存效率提升支撑。这是 OpenAI 中端模型首次在发布日就以无临时 tag 的方式打 5 折。如果你在预测流水线成本,把 $2/$10 和 $0.10/$0.50 当作规划基线。

2. 缓存读取 9 折 + 缓存不再因配置变更失效。 Sol 上缓存输入读取 $0.20 每百万 token;Luna 上 $0.01 每百万 token。真正的新东西是运营层面的:你现在可以在同一会话中途切换推理档位或开关工具,而不击穿缓存前缀。以前从 medium 升到 high 意味着重新付输入钱;现在不会。你还可以显式设置缓存断点,自己控制缓存结束位置。OpenAI 的 Prompt Caching Dashboard 和 diagnostics 工具会告诉你哪些命中了、哪些没有。

对一个 200 轮 Agent 会话来说,80% 的输入在各轮之间是相同上下文,这是产品能不能活下去的分水岭。

3. 事实性砍半(Sol)或以百分之一成本匹配(Luna)。 按 OpenAI 的内部评估——基于用户曾经标记过事实错误的去标识真实对话——GPT-6 Sol 的事实性错误数量 约为 GPT-5.6 Sol 的一半,接近 Astra 级别的可靠性。GPT-6 Luna 在高档位下达到 GPT-5.6 Sol 的事实性水平,成本约为其百分之一。OpenAI 标注这次评估是故意对抗性的——这些 prompt 设计来暴露错误,不代表典型流量——但方向是一致的。三个月前必须用中端模型做的活儿,现在可以在省钱档跑。

本周切到 Sol 的五个活儿

Sol 是干重活的马。你会在以下场景伸手拿它:Agent 循环需要跨多轮保持一致;多步任务跨越多个工具;答案必须对,因为它要给到客户。

1. 每日 Reddit + 论坛监控(带引用)。 Sol 跑 n8n 风格的流水线:拉 30+ 帖子,过滤相关性,逐条摘要,带引用链接推到 Slack。缓存前缀(系统提示词 + 过滤规则 + Slack 格式模板)在每日批次里一直保持;每条新帖子是不缓存的新块。在 $10/M 输出价下,200 条帖子的日扫描纯输出成本约 $0.18;80% 缓存命中后约 $0.04。这是 Astra 在 $50/M 输出价下跑不经济的活儿,也是 Luna 让你怀疑抽取可靠性的活儿。
2. 每周 200 关键词 SEO brief 扫描。 把 200 行关键词表(搜索量、意图、当前排名)、品牌语料规则和 SERP 模板放进一次 Responses 调用,用缓存前缀。Sol 两轮返回 200 个 brief——先抽取每个聚类的 SERP 模式,再写 brief。两轮以前需要 GPT-5.6 Sol 加上人工抽检的活儿,现在一次会话搞定,每周批次约 $0.25–$0.40。
3. 从 Otter 转录更新 CRM。 Sol 打开转录文件夹,把每通电话匹配到对应 HubSpot 账号,更新"下一步行动"字段,标出模糊匹配。这是我在 Astra 上手一周 那篇里测过的同一个活儿,Sol 能做到 Astra 90% 的效果,成本只有五分之一。10% 真的需要点击进 HubSpot UI 的 CRM 活儿继续走 Astra;另外 90%——读转录、写摘要、保存记录——Sol 够用。
4. 每周 Meta 广告库摘要 → Notion。 这是 竞品监控流水线 的放大版:拉竞品最近 7 天的广告,按 hook 角度和优惠类型分类,写周报。Sol 在 high 档给出的分类质量与 Opus 5 相当,每任务成本大约是五分之一。Computer Use 那部分(真的点击进 Meta 广告库 UI)继续留在 Astra。
5. AI 生成文案的品牌语料校验。 用缓存的品牌语料规则和 12 维度评分卡(就是去年写的 品牌风格指南工作流)过一遍候选文案,Sol 在 medium 档跑。Sol 提升的事实性在这里有用:它能抓到"编造一个听起来合理的数字"这种便宜模型漏掉的失败模式。输出是每段一个 pass/revise/rewrite 标签。

三个继续留在别处的活儿

有些活儿虽然 Sol 能做,但不该切过去。路由看的是每任务成本,不光是每 token 成本。

1. Computer Use 的活儿继续留在 Astra。 驱动浏览器、点击 CMS、拖动表格单元格——任何价值在于模型"按按钮"的活儿——还是 Astra 的事。Sol 在 OSWorld 2.0 xhigh 上拿到 60.5%,Claude Opus 5 在 medium 上 60.3%,差距 0.2 分;Astra 是 72.6%。这 12 分的差距就是"agent 一次搞定"和"agent 三次会话恢复后才搞定"的差别。活儿需要浏览器,就付 Astra 的钱。
2. 大批量便宜文本继续留在 Luna 或 DeepSeek V4.1 Flash 非高峰。 批量 meta 描述生成、RSA 标题变体、UGC 评论审核、低风险抽取——任何你希望每千行几分钱而不是几美元的活儿。Luna 在 $0.10 输入 / $0.50 输出下处理 1 万行任务,这些任务以前会跑 DeepSeek V4.1 Flash 非高峰。质量门槛很重要:抽取准确率我更信 Luna,中文语感我更信 V4.1 Flash。按活儿决定。
3. 品牌语料最终稿留在 Opus 5 或 Astra。 把结构化 brief 变成 1200 字的 thought-leadership 文章是创意质量活儿,不是 Agent 质量活儿。Sol 在 $10/M 输出和 Opus 5 在 $25/M 输出之间的成本差是真的,长文输出的可读性差距也是真的。Sol 提升的事实性有帮助;Opus 5 的散文节奏帮助更大。

路由原则

让 Sol 扛持续 Agent 工作。让 Luna 扛大批量后台。让 Astra 扛软件表面。

整个框架就这一句。凡是你的工作流结尾是"agent 在 20 轮里把上下文隔开并保存了记录"——Sol。结尾是"我们用 $0.42 处理了 1 万行"——Luna。结尾是"它点击了 HubSpot,结果落到生产 CMS 里"——Astra。

更深一层的原则,如果我能在墙上写一句的话:2026 年的正确答案几乎从来不是"用旗舰"。 旗舰的存在是为了划定上限。一旦上限划定,工作就沿着栈往下走,到能跨过你质量门槛的最便宜档位。Sol 今天对大多数 Agent 工作跨过了那道门槛。Luna 对大多数大批量工作跨过了。Astra 对软件表面跨过了。

这个季度我会盯的三件事

下一篇文章之前,有三件事会动。

1. Claude Opus 5.5 的对比缺失了。 OpenAI 的发布跑分是把 Sol 对标 Claude Opus 5 和 Fable 5 / 5.1。Anthropic 在 OpenAI 发布 Sol 前约 90 分钟发布了 Opus 5.5。按 Artificial Analysis 的 Intelligence Index v4.3.2,Opus 5.5 得分 58,Astra 53,Sol 48。OpenAI 表里每一行"Sol 以 Opus 5 11% 的成本打败 Opus 5",测的都是当天就被超越的模型。你真正关心的那个头对头——Sol vs Opus 5.5——目前还没人发过。把 OpenAI 的数字当作它们跑的对比是准确的;别把它们搬进采购幻灯当作当下格局。

2. max 档延迟不是你想的那样。 第三方测量(Artificial Analysis)Sol 在 max 推理档下首 token 时间 102 秒,Luna 124 秒。这是跑起来最贵的一档,不是典型档——但如果你把同步端点从 GPT-5.6 切到 Sol 的 high 档,集成工作量在超时和流式层,不在 prompt。默认 HTTP 客户端超时是 30 或 60 秒。拿你自己的 prompt 测一下,再决定信哪一家的延迟口径。

3. 缓存现在是预算杠杆,不再是 token 单价。 Sol 在 80% 缓存命中下的清单价,比 GPT-5.6 Sol 在 20% 缓存命中下的促销价还便宜。新的定价模型奖励你造能跨轮复用上下文的 Agent。如果当前流水线每次请求都击穿缓存(每次系统提示词不同、工具集不同、温度临时设),你看不到那个 50% 的节省——你会看到缓存未命中。Prompt Caching Dashboard 和 diagnostics 工具同一天上线了。读一下。

我自己的栈这周:每日 Reddit 监控切到 Sol 用缓存前缀。每周 200 关键词 SEO 扫描切到 Sol。从转录更新 CRM 切到 Sol,需要点击 HubSpot 的小子集继续留 Astra。UGC 评论审核留 Luna。品牌语料最终稿留 Opus 5。这是周三时的旋转。

前沿跑得快。中端才是大多数工作的归属。