OpenAI 发布 GPT-6 Sol 与 Luna，称成本更低、错误更少

TechCrunch AI 报道，OpenAI 于 2026 年 9 月 22 日推出两款新模型 GPT-6 Sol 和 GPT-6 Luna。OpenAI 表示这两款模型与 Astra 出自同一技术路线，并宣称其成本更低、错误更少。报道未给出具体定价、错误率数据或技术细节。

此前 OpenAI 以单一旗舰模型为主，此次一次推出两款同源模型，并同时强调成本与错误率两个维度，意味着其产品策略可能从单纯追求能力上限转向分层供给与性价比竞争。但由于缺少参数、定价和评测数据，实际变化幅度尚无法判断。

证据仅提到两款模型与 Astra“出自同一技术路线”，未说明具体架构、训练方法或推理优化手段，因此无法解释成本下降与错误减少的实现机制。可确认的机制信息仅限于同源模型可能共享训练或推理基础设施这一表述层面。

若成本与错误率下降属实，产品团队可在同等预算下提高调用量或把模型嵌入更多自动化流程，研发侧也可能减少对结果人工校验的投入。但由于缺少定价、上下文长度、延迟和可用地区等关键信息，上述影响目前无法量化，落地决策仍需等待官方文档。

• 在官方定价公布后，用相同任务对比 GPT-6 Sol、Luna 与现有模型的单次调用成本和错误率，判断是否值得迁移。
• 针对错误率下降这一宣称，搭建小规模回归测试集，验证客服、文档生成等场景是否可减少人工复核环节。
• 若两款模型定位不同，可评估将高性价比型号用于批量任务、另一型号用于复杂任务的混合调用方案。

• GPT-6 Sol 与 GPT-6 Luna 的定位差异是什么，分别适合哪些任务？
• 两款模型的定价、上下文长度、延迟和可用区域等具体参数是多少？
• OpenAI 所称“成本更低、错误更少”是相对哪个模型、依据何种评测？
• 两款模型与 Astra 的具体关系是什么，Astra 是否已发布？