OpenAI GPT-6 Sol/Luna发布：API价格腰斩，大模型竞争进入性价比时代

大模型行业的竞争逻辑正在发生根本性转变。北京时间2026年9月23日，OpenAI正式发布GPT-6 Sol与GPT-6 Luna两款闭源大模型，API价格分别降至上一代的一半左右。这一消息迅速引发行业震动——Luna每百万Token输入仅需0.1美元、输出0.5美元，折合人民币约0.7元和3.5元，与DeepSeek V4.1 Flash的常规请求价格已基本持平。这意味着，全球大模型市场的价格战已从边缘战场推进至核心腹地，曾经由DeepSeek主导的低价标签，如今正面临来自头部玩家的正面挑战。

价格腰斩背后的策略意图

从产品矩阵来看，OpenAI此次构建了清晰的三层分工体系。Astra继续承担能力上限的角色，面向高难度、高价值的专业任务，每百万Token 10美元输入、50美元输出的定价决定了它难以成为日常首选；Sol则面向需要较强推理、编程和Agent能力的主流专业任务，输入从20美元降至10美元；Luna以极低价格承接高频、规模化工作，输入从1.2美元降至0.5美元。这一分层策略的核心逻辑在于：用可接受的能力换取数量级上的成本和速度优势，让不同预算和需求的开发者都能找到合适的入口。OpenAI CEO Sam Altman在发布后强调，真正重要的指标是完成一项任务要花多少钱，而非单次调用的Token单价。

性能表现与竞品对标

在专业工作与Agent任务领域，GPT-6 Sol展现出显著的性价比优势。在AutomationBench跨工作流测试中，GPT-6 Sol以xhigh推理强度取得33.2%的成绩，高于Claude Opus 5在最大推理强度下的26.9%，单项任务成本却只有后者的9%。在Agents Last Exam评测中，GPT-6 Sol得到56.4%，超过Claude Opus 5在该评测中的最高成绩，单项任务成本降低约60%。编程能力的进步同样明显，在DeepSWE v1.1真实代码库测试中，Sol最大推理强度得分为68.8%，距离Claude Fable 5的69.9%仅差1.1个百分点，但任务成本约低80%。Luna在较高推理强度下，则以约百分之一的成本追平上一代Sol的性能。

从技术能力到商业生态的全面竞争

值得关注的是，OpenAI此次争夺的重点已从榜单上的最高分延伸到每一美元能够完成多少工作。在OSWorld 2.0离线测试中，GPT-6 Sol xhigh得到60.5%，与Claude Opus 5 medium的60.3%基本相当，单项任务成本低约80%。Luna最大推理强度的成绩超过上一代Sol medium，成本只有后者的十分之一。模型发布后，开发者的首批实测呈现出两种评价：Flavio Adamo表示过去需要约一小时的任务，如今经常可以在20分钟内完成，Token消耗还不到原来的一半。但在视觉生成任务中，GPT-6 Sol的表现仍逊于Claude Opus 5.5，这印证了性能、价格、速度之间存在不可能三角。对于追求单次最佳效果的创意任务，Claude仍可能更有吸引力；但对于需要同时派出大量Agent、反复迭代或长期运行的工作流，OpenAI的价格优势会迅速累积。

价格战深水区的行业变局

从产业实践来看，大模型价格战的本质正在从单纯的技术竞争转向商业生态的全面比拼。OpenAI同时更新了GPT-6的提示词缓存策略：系统会提高默认缓存命中率，缓存输入读取可获得90%的折扣。对于持续读取代码库、文档和历史对话的Agent而言，缓存节省的费用可能比公开单价下降更重要。此外，OpenAI还宣布Plus、Pro和Business账户将获得一次预存使用额度的重置。背后更深层的意图在于：Luna的普通请求价格进入DeepSeek V4.1 Flash的区间后，价格鸿沟已被明显缩小；而OpenAI背后还有ChatGPT Work、Codex和API组成的更完善产品体系，价格接近后，产品入口、工具支持、运行稳定性和开发者生态都会重新影响选择。DeepSeek用低价让整个行业重新计算Token的价值，OpenAI则把这种压力带进了全球前沿模型的核心战场。

大模型价格战的终局，或许不在于谁能守住最低价，而在于谁能持续提升智能密度——即每一美元能够释放多少有效的生产力。当低价成为头部玩家的标配而非壁垒，整个行业的竞争焦点将不可避免地回归到真实业务场景的落地能力上。对于企业而言，选型的核心问题也将从“这个模型有多强”转向“这个模型在我的工作流里有多划算”。