GPT-6 Sol、Luna 正式推出：價格砍半後，該選哪個 OpenAI 模型？
GPT-6 Sol 與 Luna 的 API 定價降至上一代促銷價約一半。本文整理三款模型怎麼選、評測的適用範圍及 ChatGPT Work、Codex、API 的可用性。
OpenAI 在台灣時間 2026 年 9 月 23 日宣布 GPT-6 Sol 與 GPT-6 Luna。如果把 GPT-6 Astra 想成處理最難任務的旗艦，Sol 是給複雜程式與專業工作使用的主力，Luna 則面向大量、重複且成本敏感的任務。這次最直接的變化，是兩款新模型的 API（讓程式呼叫模型的應用程式介面）定價都低於上一代同名模型。
但「價格砍半」不代表每個人的帳單一定少一半，也不代表 Luna 已經追上 Astra。使用成本還取決於模型輸出了多少文字、推理花了多少 token，以及任務是否需要重試。本文會先說清楚三款模型怎麼分工，再核對價格、評測與實際可用的產品。
GPT-6 Sol、Luna 是什麼？和 Astra 差在哪裡？
GPT-6 是 OpenAI 的新一代模型系列。9 月初推出的 Astra 仍是官方定位中能力最高的一款。新加入的 Sol 與 Luna，把同世代能力帶到較低的價格。OpenAI 說，兩款模型採用了與 Astra 相近的訓練方法，但這不等於三款模型具有相同能力。官方發布文章也明確把最困難、最重要的工作留給 Astra。
對一般讀者來說，差別可以先這樣理解：Astra 優先追求最好結果，Sol 著重複雜工作與成本的平衡，Luna 著重速度、效率與大量執行。這是選型起點，不是保證任何一款在每個任務都勝出。
| 模型 | 官方定位 | 標準 API 輸入價格 | 標準 API 輸出價格 | 適合先試的任務 |
|---|---|---|---|---|
| GPT-6 Astra | 最難任務、最高能力 | US$10 | US$50 | 高風險或高難度分析、複雜代理工作 |
| GPT-6 Sol | 複雜程式與專業工作 | US$2 | US$10 | 程式開發、跨工具工作流程 |
| GPT-6 Luna | 高效率、大量重複任務 | US$0.10 | US$0.50 | 分類、摘要、批次處理與簡單代理步驟 |
表中的價格是官方 API 標準模式每 100 萬 token 的美元價格。Token 是模型計費所用的文字片段，輸入是你交給模型的內容，輸出是模型產生的內容。上表沒有把工具費用或額外處理模式算進去。
延伸閱讀：GPT-6 Astra 正式發布：OpenAI 新旗艦模型與市場影響分析
OpenAI 官方 8 秒發布短片，展示 GPT-6 Astra、Sol、Luna 的視覺定位。影片來源：OpenAI 官方 X。
API 真的便宜 50%？先看比較基準
OpenAI 的發布貼文把降價基準訂為 GPT-5.6 的促銷價，並非最早發表時的原價。Sol 每 100 萬輸入 token 從 US$4 降到 US$2，輸出從 US$20 降到 US$10，兩項都是正好減半。Luna 輸入從 US$0.20 降到 US$0.10。輸出則從 US$1.20 降到 US$0.50，按價目表計算約降 58%。官方把整體訊息概括為「降價 50%」，但 Luna 的輸出價格實際降幅更大。
假設一個流程使用 100 萬輸入 token、20 萬輸出 token，且全部按標準價格計費，GPT-6 Sol 約需 US$4，GPT-6 Luna 約需 US$0.20，Astra 約需 US$20。這只是展示單價如何換算的例子，沒有計入快取、工具呼叫、長上下文、重試與其他處理模式。若 Luna 因任務較難而需要更多回合，單價優勢不一定能完整轉成每件任務的成本優勢。
Sol 與 Luna 的模型頁都列出約 105 萬 token 的上下文視窗，也就是單次請求可容納的資訊上限。輸入超過 27.2 萬 token 時，整筆請求會改用較高的長上下文費率。兩款模型的快取輸入讀取價格是一般輸入的十分之一，但快取命中有條件，不能把所有輸入都預設為折扣價。
官方評測說明了什麼？先學會看橫軸
更低單價有吸引力，但採用模型應該看「完成一件任務」的成本。以下四張圖均由 OpenAI 官方發布文章的圖表匯出。橫軸是每件測試任務的估計美元成本，採對數刻度：刻度往右一格，金額可能是數倍，而非只多幾分錢。縱軸是該測試的得分。唯有「事實錯誤率」那張圖是越低越好。同一條線上的點代表不同推理強度，不能把一款模型的低強度點與另一款的最高強度點當成完全相同條件的對照。
跨應用工作：Sol 的成本落點
圖一｜AutomationBench 1.0.6 測試跨應用商務流程。圖表由 OpenAI 官方頁匯出。橫軸為每件任務成本、縱軸為得分。黃色實線為 GPT-6 Sol，淺紫線為 GPT-6 Luna。圖表與方法說明。
OpenAI 公布 GPT-6 Sol 在 xhigh 推理強度拿到 33.2%，估計每件任務 US$0.27。Claude Opus 5 以 max 強度得到 26.9%，成本約是 Sol 的 11.1 倍。另一個更能看出產品分工的對照是 Astra：其低強度得分 30.3%，每件任務成本約是 Sol 的 3.9 倍。這支持「Sol 在這套流程有較佳成本落點」的判斷，卻不是所有工作都應改用 Sol。圖中 Astra 最高強度仍達約 41%，追求最高完成率時可能值得多付費。
專業長流程：便宜與最高分之間仍有距離
圖二｜Agents’ Last Exam V1 涵蓋 55 個次產業的長流程任務。此圖由 OpenAI 官方頁匯出。橫軸同樣採對數刻度。圖表與方法說明。
Sol 以 max 強度得到 56.4%。官方說這高於 Claude Opus 5 在該測試的最高分，而每件任務成本低約 60%。但圖上的 Astra 最高點仍高於 Sol。這提醒我們，模型選擇不是「最便宜」或「最高分」二選一：若 56% 左右的成功率意味著大量人工接手，仍要把檢查和重做算進成本。相反地，若工作可以快速驗收，Luna 的較低成本可能值得先試。
寫程式：分數接近，返工風險未必接近
圖三｜DeepSWE 1.1 測試真實程式庫的長流程工程任務。圖表由 OpenAI 官方頁匯出。圖表與方法說明。
OpenAI 報告 Sol 以 max 強度得到 68.8%，Luna 以 max 得到 66.6%，相差 2.2 個百分點。Claude Fable 5 以 xhigh 得到 69.9%。官方估計 Sol 的每件任務成本比後者低約 80%。Luna 的表現說明它並非只能做簡單文字整理，但程式提交前還要看測試品質、變更範圍與人工審查時間。官方另一套 FrontierCode 1.1 也將程式是否「可合併」納入評分。只看 DeepSWE 一個百分比不足以決定團隊的預設模型。
事實性：錯誤率下降，但樣本有偏
圖四｜OpenAI 內部「困難提示的事實錯誤率」評測。這張圖的縱軸越低越好。圖表由 OpenAI 官方頁匯出。圖表與樣本限制。
OpenAI 說，Sol 在此測試的錯誤約為 GPT-5.6 Sol 的一半。Luna 也有進步。不過，測試取自使用者曾回報事實錯誤的去識別化對話。官方明說這些案例不代表一般使用，且分數沒有控制回答長度。因此，把「這批困難題的錯誤率下降」解讀成「所有日常回答的錯誤率減半」，就超出了資料能支持的範圍。
若要把這些圖用於採購決策，我會挑 50 至 100 件自家真實任務，同時計算 每件通過驗收任務的總成本：模型費、工具費、重試、等待時間與人工修正。官方圖能指出值得測的候選模型，真正的成本曲線仍要由自己的流程畫出來。
一般用戶與開發者現在能在哪裡使用？
依照OpenAI 的可用性公告，GPT-6 Sol 與 Luna 已開始提供給 ChatGPT Work 和 Codex 的 Plus、Pro、Business、Enterprise、Edu 用戶。Free 與 Go 用戶可在桌面應用程式使用 Luna。開發者則可在 OpenAI API 指定 gpt-6-sol 或 gpt-6-luna。
公告發布時，兩款模型尚未進入一般 ChatGPT 對話。OpenAI 表示會逐步推出，帳號當下看不到選項，不代表已不在支援範圍內。ChatGPT 訂閱額度、Codex 使用限制與 API 按 token 計費也是不同制度，不能拿 API 價格直接推算每月訂閱費會下降。
該選 Sol、Luna，還是 Astra？
如果任務量大、容易自動驗證，我會先測 Luna。例如固定格式分類、客服訊息摘要或代理流程中的小步驟。若需要連續寫程式、跨工具調整或處理專業文件，我會從 Sol 開始。當錯誤代價高、任務很難拆解，或實測顯示 Sol 經常需要重做時，再升到 Astra。
我的判斷偏向 Sol 是這次對多數付費工作流程最有意義的更新：它的輸入與輸出單價只有 Astra 的五分之一，官方展示的部分專業與程式代理測試也有競爭力。但這是採用順序的建議，不是通用效能排名。若團隊自己的任務顯示 Luna 成功率已足夠，Luna 的低價會改變這個選擇；若 Sol 的返工成本高於省下的 token 費，Astra 仍值得優先使用。
最實用的做法，是從已有正確答案的工作中抽一批樣本，讓三款模型在相同工具、推理設定與驗收標準下執行。除了費用，也記錄成功率、重試次數、完成時間與人工修正時間，才知道哪一款真正比較省。
常見問題
GPT-6 Luna 能直接取代 GPT-6 Sol 嗎？
不能只憑價格判定。官方 DeepSWE 1.1 的兩款分數接近，但那只涵蓋特定程式任務。大量、容易檢查的工作可以先試 Luna。長流程或錯誤代價較高的工作，仍應把 Sol 放進比較。
GPT-6 Sol、Luna 現在能在一般 ChatGPT 對話使用嗎？
OpenAI 在 2026 年 9 月 22 日的公告說，兩款模型先在 ChatGPT Work、Codex 與 API 提供，尚未進入一般 ChatGPT 對話。推出狀態可能依帳號與產品而異，以帳號中的模型選單為準。
API 價格減半，實際任務成本也會減半嗎？
不一定。每件任務要算輸入、輸出、快取、工具和重試。若新模型用更少 token 完成工作，降幅可能更大。若需要反覆修正，實際節省可能縮小。
結語
GPT-6 Sol 與 Luna 的重點，是讓 GPT-6 系列有了可負擔的主力與大量處理選項。對開發團隊，我會先以 Sol 作為複雜任務的基準，再測 Luna 能接手多少可驗證的工作。Astra 留給品質提升足以抵銷較高成本的環節。看官方評測能縮小候選名單，最後仍要用自己的任務決定。
