GPT-6 Sol 和 Luna 是 OpenAI 在 2026 年 9 月 22 日发布的两款 GPT-6 系列新模型，定位都在旗舰模型 GPT-6 Astra 之下。Sol 面向复杂编程和 Agent 工作流，API 定价 $2/$10 per 百万 token；Luna 面向高吞吐的轻量任务，API 定价 $0.10/$0.50，是目前 OpenAI 最便宜的模型。普通用户：免费版和 Go 版可以在 ChatGPT 桌面应用中使用 Luna，但不能使用 Sol。程序员：需要复杂代码逻辑和长周期 Agent 任务选 Sol，需要大批量信息提取、分类或摘要选 Luna。
【快速答案】
- 定位差异：Sol 是“复杂工作流的中坚力量”，Luna 是“高频任务的效率之王”。两者采用与 Astra 相似的训练方法，但价格大幅降低。
- API 定价：Sol 输入 $2/百万 token、输出 $10；Luna 输入 $0.10、输出 $0.50。均比上一代 GPT-5.6 的促销价降低 50%。
- 免费用户可用范围：Luna 可以在 ChatGPT 桌面应用中使用，Web 版和移动端暂不提供。Sol 需要 Plus、Pro、Business 等付费订阅。
- 编程场景：Sol 在 DeepSWE v1.1 上得分 68.8%，接近 Claude Fable 5 的 69.9%，但每任务成本低约 80%。Luna 在同一测试中得分 66.6%。
- 一个需要注意的退步：GPT-6 Sol 在 OSWorld 2.0 计算机操作测试中得分 60.5%，低于上一代 GPT-5.6 Sol 的 65.7%。
- 选型一句话：做复杂的代码开发和 Agent 工作流选 Sol；做批量文档处理、信息提取、简单问答选 Luna。
核查时间：以上信息核查于 2026 年 9 月 28 日。
先搞清楚：GPT-6 系列现在有哪几款模型？
GPT-6 系列目前包含三款模型，定位从上到下依次是：
| 模型 | 定位 | API 输入价格 | API 输出价格 |
|---|---|---|---|
| GPT-6 Astra | 旗舰模型，最难的端到端任务 | $10/百万 token | $50/百万 token |
| GPT-6 Sol | 复杂编程和 Agent 工作流 | $2/百万 token | $10/百万 token |
| GPT-6 Luna | 高吞吐轻量任务 | $0.10/百万 token | $0.50/百万 token |
OpenAI 官方对三者的选型建议是：复杂推理和编码用 Astra，平衡智能与成本用 Sol，成本敏感的高频任务用 Luna。
一个容易混淆的点是：GPT-5.6 时代还有一款 Terra 模型，但在 GPT-6 系列中，Terra 的生态位被 Sol 取代，Terra 已被淘汰。如果你之前使用的是 GPT-5.6 Terra，现在应该切换到 Sol。
Sol 和 Luna 的核心区别在哪里？
定位：一个做深度，一个做广度
GPT-6 Sol 被定位为面向“你经常做的复杂工作”，尤其是编码任务——构建功能、审查代码变更、追踪 bug、分析数据。它的推理强度可以从 none 到 max 调节，适合需要多步推理和工具调用的 Agent 工作流。
GPT-6 Luna 被定位为“最高效的模型”，面向目标明确的大批量任务，包括摘要生成、信息提取、分类与路由、快速问答。它的设计目标是每次请求在质量、速度和成本之间取得最优平衡。
定价：Luna 是 Sol 的二十分之一
这是两款模型最直观的差异。Sol 的输入价格是 Luna 的 20 倍，输出价格是 Luna 的 20 倍。对于高频调用 API 的开发者来说，这个差距直接决定了成本模型。
但需要注意 Sol 的分层定价规则：标准费率适用于最多 272K 输入 token，超出后输入价格升至 $4/百万 token，输出升至 $15/百万 token。如果你的单次请求经常超过 272K token，实际成本会比标价高出一倍。
上下文窗口：两者相同
Sol 和 Luna 都支持 1.05M token 的上下文窗口，最大输出 128K token。这与旗舰 Astra 保持一致。两款模型也都支持文本和图像输入、函数调用和结构化输出。
推理强度：Sol 有更多调节空间
两款模型都支持 none、low、medium、high、xhigh、max 六个推理强度级别。但实际表现上，Sol 在 high 和 xhigh 级别下的能力提升更明显，而 Luna 在 max 级别下才能接近 GPT-5.6 Sol 在 medium 级别下的表现。这意味着 Luna 要达到同等质量，需要消耗更多的推理资源，实际成本优势可能没有标价看起来那么大。
基准测试：Sol 和 Luna 各自强在哪里？
编程任务
在 DeepSWE v1.1（复杂软件工程任务）测试中，GPT-6 Sol 得分 68.8%，Luna 得分 66.6%。作为对比，Claude Fable 5 在同一测试中得分 69.9%，但 OpenAI 称 Sol 的每任务成本比 Fable 5 低约 80%。
在更贴近真实工作流的 FrontierCode 1.1 测试中，GPT-6 Sol 相比 GPT-5.6 Sol 有明显提升，能以更低成本匹配 Claude Fable 5 在 xhigh 配置下的表现。
Agent 工作流
在 AutomationBench（评估 AI Agent 跨销售、营销、运营、客服、财务等领域完成端到端业务流程的能力）测试中，GPT-6 Sol 在 xhigh 推理级别下超过了 Claude Opus 5 在最高推理级别下的表现，而单项任务成本仅为后者的 9%。
在 Agents’ Last Exam（长周期专业任务）测试中，GPT-6 Sol 在 max 推理级别下得分 56.4%，超过 Claude Opus 5 在该测试中的最高分，成本低 60%。
计算机操作：Sol 相比上一代有所退步
在 OSWorld 2.0 计算机操作测试中，GPT-6 Sol 得分 60.5%，而上一代 GPT-5.6 Sol 的得分为 65.7%。这意味着如果你的工作流涉及让 AI 操作浏览器或桌面应用，GPT-6 Sol 在这方面反而不如上一代。如果你需要最强的计算机操作能力，Astra 仍然是更稳妥的选择。
事实准确性
OpenAI 使用经过匿名化处理的真实用户对话进行了事实准确性测试，这些对话此前曾被用户标记为存在事实错误。结果显示，GPT-6 Sol 出现错误的次数约为 GPT-5.6 Sol 的一半。GPT-6 Luna 也有明显提升，但在可靠性上仍落后于 Sol。
普通用户应该怎么选？
免费版和 Go 版用户：可以用 Luna，但不能用 Sol
这是普通用户最需要知道的一条。GPT-6 Sol 需要 Plus、Pro、Business、Enterprise 或 Edu 订阅才能使用。免费版和 Go 版用户可以在 ChatGPT 桌面应用中使用 GPT-6 Luna。
关键限制：Luna 在免费版中仅限于桌面应用（Windows 和 macOS）。Web 版和移动端 App 中免费用户仍然使用 GPT-5.6 Luna 或更早的模型。
如果你主要用网页版或手机 App，GPT-6 Luna 对你来说暂时还用不了。
Plus 及以上用户：Sol 和 Luna 都可以用
Plus、Pro、Business 等付费用户在 ChatGPT Work 和 Codex 中都可以使用 Sol 和 Luna。实际使用中，ChatGPT 会根据你的任务类型自动路由到合适的模型，你不需要手动切换。
普通用户的选型建议
| 你的场景 | 推荐模型 | 理由 |
|---|---|---|
| 日常文字对话、快速问答 | Luna（桌面应用） | 免费可用，响应速度快 |
| 写文章、做分析、需要更强推理 | Sol（需付费订阅） | 复杂任务表现更好，事实错误更少 |
| 批量处理文档、提取信息 | Luna | 成本极低，适合高吞吐场景 |
| 需要 AI 操作浏览器或桌面 | Astra（Pro 订阅） | Sol 在 OSWorld 上不如上一代，Astra 最可靠 |
| 不确定该用哪个 | 让 ChatGPT 自动选择 | 付费用户无需手动切换模型 |
程序员应该怎么选？
编程任务优先选 Sol
如果你的工作是编写代码、调试、代码审查或构建 Agent 工作流，Sol 是 GPT-6 系列中性价比最高的选择。它在 DeepSWE v1.1 上的表现接近 Claude Fable 5，但成本只有后者的很小一部分。
Sol 的 API 调用示例：
python
from openai import OpenAI
client = OpenAI()
response = client.chat.completions.create(
model="gpt-6-sol",
messages=[
{"role": "system", "content": "你是一名资深软件工程师。"},
{"role": "user", "content": "审查以下代码并指出潜在问题：\n\n[代码]"}
],
reasoning_effort="high" # 可选：none/low/medium/high/xhigh/max
)
批量处理任务优先选 Luna
如果你的场景是文档摘要、信息提取、分类、简单问答等目标明确的高吞吐任务，Luna 是最经济的选择。Luna 的输入价格 $0.10/百万 token 已经低于 DeepSeek-V4.1 Flash 的 $0.15。
但需要注意：Luna 在深度研究和数据分析类任务上的表现明显弱于 Sol 和 Astra。在 SQBench 的深度研究分项中，Luna 仅通过 3/15 项任务，而 Sol 通过 6/15。如果你的场景涉及复杂的多步推理，不要只看 Luna 的价格就做决定。
程序员的选型建议
| 你的场景 | 推荐模型 | 关键考量 |
|---|---|---|
| 复杂代码开发、调试、Agent 工作流 | Sol | 编程表现接近 Claude Fable 5，成本低约 80% |
| 代码审查、简单代码生成 | Luna | 代码逻辑测试通过率 92%，成本极低 |
| 大批量文档摘要、信息提取 | Luna | 输入 $0.10/百万 token，适合高频调用 |
| 数据分析、深度研究 | Sol 或 Astra | Luna 在深度研究上表现不足 |
| 计算机操作自动化 | Astra | Sol 相比上一代有所退步 |
| 预算极度敏感、任务简单 | Luna | 目前 OpenAI 最便宜的模型 |
| 需要最强推理能力 | Astra | Sol 在长文本推理上通过 4/25，Astra 通过 10/25 |
迁移建议
如果你当前使用的是 GPT-5.6 Sol 或 GPT-5.6 Luna，建议尽快切换到对应的 GPT-6 版本。API 价格降了 50%，而能力提升主要体现在“能如实指出输入有问题”这类可靠性改进上。GPT-5.6 系列正在被快速淘汰。
中文用户需要知道的三件事
中文支持：GPT-6 Sol 和 Luna 都支持多语言能力，中文对话和中文内容处理基本可用。但 OpenAI 的模型在中文语料覆盖和中文语境理解上，与专门优化中文的模型相比可能仍有差距，建议用实际中文任务测试后再决定。
桌面应用和 Web 版的区别：免费版用户只能在 ChatGPT 桌面应用中使用 GPT-6 Luna，Web 版和移动端 App 暂时不提供。如果你习惯用浏览器访问 ChatGPT，目前还无法在免费版中体验 GPT-6 Luna。
API 访问：GPT-6 Sol 和 Luna 已通过 OpenAI API 开放调用，也已在 Amazon Bedrock 上全面推出。如果你使用第三方 API 中转服务，需要确认它们是否已同步更新模型 ID（gpt-6-sol 和 gpt-6-luna）。
下一步
如果你是免费版用户，打开 ChatGPT 桌面应用，检查模型选择器中是否已经出现 GPT-6 Luna。如果没有，先确保应用已更新到最新版本。如果你是需要调用 API 的开发者，先用一个你日常最常做的编程任务，分别在 Sol 和 Luna 上各跑一遍，对比输出质量和实际 token 消耗，再决定主力模型。对于大多数编程场景，Sol 是更稳妥的起点。
【FAQ】
GPT-6 Luna 完全免费吗？
是的。免费版和 Go 版用户可以在 ChatGPT 桌面应用中使用 GPT-6 Luna，不需要付费订阅。但仅限于桌面应用，Web 版和移动端不提供。
GPT-6 Sol 和 GPT-5.6 Sol 有什么区别？
GPT-6 Sol 的 API 价格是 GPT-5.6 Sol 的一半（$2/$10 vs $4/$20），事实错误减少约一半，在 Agent 工作流和编程任务上的表现有提升。但需要注意的是，GPT-6 Sol 在 OSWorld 计算机操作测试中得分 60.5%，低于 GPT-5.6 Sol 的 65.7%。
Luna 的 $0.10 输入价格是所有模型中最便宜的吗？
在 OpenAI 的模型中是。Luna 的输入价格 $0.10/百万 token 低于 DeepSeek-V4.1 Flash 的 $0.15，但目前 AI 模型定价变化很快，建议以 OpenAI 官方定价页的实时数据为准。
免费版能在网页上用 GPT-6 Luna 吗？
目前不能。GPT-6 Luna 对免费和 Go 用户仅在 ChatGPT 桌面应用中开放，Web 版和移动端 App 仍然使用 GPT-5.6 Luna 或更早的模型。
【资料来源 / 信息核查】
来源：OpenAI 官方 API 文档
页面标题：Models
URL：https://developers.openai.com/api/docs/models
核查用途：确认 GPT-6 Sol 和 Luna 的模型 ID、定价、上下文窗口、最大输出 token 和知识截止日期。
来源：OpenAI 官方定价页
页面标题：ChatGPT 收费
URL：https://chatgpt.com/pricing/
核查用途：确认免费版、Go、Plus、Pro 各套餐的模型可用范围，以及 GPT-6 Luna 在免费版中的桌面应用限制。