TL;DR
OpenAI melancarkan GPT-6 Sol dan GPT-6 Luna pada 22 September 2026, memperluas keluarga GPT-6 melangkaui Astra. Sol direka untuk pengaturcaraan kompleks dan aliran kerja berasaskan agen, manakala Luna menyasarkan kerja berfokus yang berulang pada volum tinggi. Kedua-duanya menerima input teks dan imej, menjana teks, menyediakan tetingkap konteks 1,050,000 token, serta menyokong API Responses dan Chat Completions. Perbezaan utama ialah ekonomi beban kerja: Sol membelanjakan lebih banyak setiap token untuk menangani kerja yang menuntut, manakala Luna meminimumkan kos unit bagi tugas yang terhad dengan baik.
Bagi kebanyakan pasukan, titik permulaan praktikal adalah mudah: gunakan Astra untuk kerja hujung-ke-hujung yang paling sukar, Sol apabila keupayaan dan kos perlu diimbangi, dan Luna apabila tugas cukup sempit untuk disahkan secara automatik. Akses OpenAI kini tersedia untuk Sol dan Luna. CometAPI perlu diperiksa secara berasingan kerana ketersediaan gerbang, promosi, dan penghalaan akaun boleh berbeza daripada keluaran terus OpenAI.
Key Takeaways
- GPT-6 Sol ialah titik permulaan yang lebih kukuh untuk kod yang menuntut, agen berbilang langkah, penyahpepijatan yang sukar, serta aliran kerja di mana kegagalan menyebabkan kos semakan yang besar.
- GPT-6 Luna direka untuk tugas berfokus dan volum tinggi seperti pengekstrakan, pengelasan, perutean, ringkasan berstruktur, dan transformasi laluan pertama.
- Kedua-dua model mempunyai siling konteks dan output yang sama seperti yang diterbitkan, jadi panjang konteks semata-mata bukan alasan untuk memilih antara keduanya.
- Kadar Standard konteks pendek OpenAI ialah $2 input dan $10 output per sejuta token untuk Sol, berbanding $0.10 input dan $0.50 output untuk Luna.
- Gunakan API Responses untuk penaakulan yang kaya alat. Dalam Chat Completions, pemanggilan fungsi untuk Sol dan Luna memerlukan reasoning_effort ditetapkan kepada none.
What Did OpenAI Release With GPT-6 Sol and Luna?
Keluaran 22 September menambah dua aras operasi berkos lebih rendah kepada keluarga GPT-6. GPT-6 Astra kekal sebagai pilihan paling berkeupayaan untuk kerja hujung-ke-hujung yang paling sukar; Sol membawa penaakulan yang kukuh untuk tugas pengkodan dan agen yang menuntut pada kadar token yang lebih rendah; Luna dioptimumkan untuk kerja berfokus yang perlu dijalankan berulang kali dan secara ekonomik.
Ini lebih daripada kemas kini penamaan. Log perubahan API OpenAI menyenaraikan ID model tepat gpt-6-sol dan gpt-6-luna, dengan input teks dan imej, output teks, serta ketersediaan melalui Responses dan Chat Completions. Pembangun oleh itu boleh menguji model dengan prompt representatif yang sama dan memilih aras berdasarkan kadar output diterima, latensi, jumlah token, cubaan semula, dan masa semakan manusia—bukan harga token semata-mata. Lihat OpenAI API changelog dan perbandingan model rasmi.
What Is GPT-6 Sol?
GPT-6 Sol ialah model GPT-6 OpenAI untuk pengkodan kompleks dan aliran kerja berasaskan agen. Ia ditujukan untuk kerja yang memerlukan penaakulan berterusan, keputusan alat, dan berbilang langkah, termasuk analisis repositori, penyahpepijatan, dan perubahan perisian dipacu agen. Spesifikasi rasmi menyenaraikan input teks dan imej, output teks, tetingkap konteks 1,050,000 token, sehingga 128,000 token output, dan usaha penaakulan daripada none hingga max.
Sol bukan sekadar “model pertengahan”. Nilai ekonominya bergantung pada sama ada prestasi berbilang langkah yang lebih kuat mengurangkan cubaan semula, eskalasi, dan semakan. Ia ialah lalai yang baik apabila kos unit Luna yang lebih rendah akan diatasi oleh lebih banyak pengesahan gagal atau lebih banyak campur tangan manusia.
What Is GPT-6 Luna?
GPT-6 Luna ialah pilihan GPT-6 berfokus kecekapan untuk kerja yang ditakrif dengan baik dan diulang pada volum tinggi. Contoh termasuk pengekstrakan, pengelasan, respons berpandukan templat, triage sokongan, dan ringkasan laluan pertama, asalkan output disemak terhadap keperluan aplikasi. Luna mempunyai siling konteks 1,050,000 dan output 128,000 yang diterbitkan sama seperti Sol, dengan input teks dan imej serta output teks.
Luna paling meyakinkan apabila kejayaan boleh ditakrif dengan jelas dan disemak dengan kos rendah. Kadar token yang rendah tidak secara automatik menghasilkan kos aliran kerja terendah: pasukan harus memasukkan cubaan semula, output ditolak, kegagalan hiliran, dan masa penyemak dalam penilaian mereka.
How Did GPT-6 Sol and Luna Improve Performance?
Penilaian profesional dan pengkodan
Dalam penilaian pelancaran yang diterbitkan OpenAI, Sol memperoleh 33.2% pada AutomationBench pada usaha xhigh dengan anggaran kos $0.27 setiap tugas; Astra pada usaha rendah memperoleh 30.3% dalam perbandingan tersebut. Sol memperoleh 68.8% pada DeepSWE v1.1 pada usaha maksimum, manakala Luna memperoleh 66.6% pada usaha maksimum. AutomationBench menguji aliran kerja merentas aplikasi; DeepSWE menguji tugas kejuruteraan perisian berjangka panjang. Angka ini datang daripada tetapan ujian tertentu dan tidak mewujudkan kedudukan universal untuk setiap prompt.
Pengajaran berguna bukanlah bahawa satu penanda aras mengisytiharkan pemenang universal. Ia ialah bahawa model terbaik boleh berubah mengikut usaha penaakulan, penggunaan alat, dan reka bentuk tugas. Tetapan penanda aras harus dianggap sebagai bukti untuk membentuk rancangan ujian, bukan sebagai pengganti untuk menilai prompt produksi.
Penggunaan komputer, kefaktualan, dan had
Dalam penilaian luar talian OSWorld 2.0 oleh OpenAI, Sol mencapai 60.5% pada usaha xhigh. OpenAI juga melaporkan kira-kira separuh kesilapan untuk Sol berbanding pendahulunya GPT-5.6 pada set perbualan dalaman yang dipilih kerana pengguna menandakan kesilapan fakta. Set itu tidak mewakili trafik tipikal.
Untuk penerapan, nilai mod kegagalan yang penting kepada aplikasi anda: pilihan alat yang salah, pelaksanaan berbilang langkah yang tidak lengkap, kegagalan skema, kesilapan fakta, latensi, dan kos per hasil diterima. Set penilaian representatif kecil lebih berfaedah daripada skor papan pendahulu yang luas.
How Much Do GPT-6 Sol and Luna Cost?
Jadual harga rasmi OpenAI memisahkan kadar Standard konteks pendek dan konteks panjang. Harga di bawah adalah USD per sejuta token. Prompt dengan lebih daripada 272,000 token input menggunakan kadar konteks panjang untuk keseluruhan permintaan, bukan hanya bagi bahagian di atas ambang.
| Kadar Standard OpenAI / 1M token | GPT-6 Sol: pendek / panjang | GPT-6 Luna: pendek / panjang |
|---|---|---|
| Input | $2.00 / $4.00 | $0.10 / $0.20 |
| Input dicache | $0.20 / $0.40 | $0.01 / $0.02 |
| Penulisan cache | $2.50 / $5.00 | $0.125 / $0.25 |
| Output | $10.00 / $15.00 | $0.50 / $0.75 |
Batch, Flex, mod Fast, dan pemprosesan wilayah yang layak mempunyai kadar berasingan. Anggarkan kos menggunakan aras perkhidmatan, panjang input penuh, panjang output, tingkah laku cache, yuran alat, dan kadar cubaan semula.
Tangkapan harga dan ketersediaan CometAPI
CometAPI kini menyenaraikan GPT-6 Luna dan GPT-6 Sol pada 20% di bawah kadar API Standard konteks pendek OpenAI yang sepadan. Untuk GPT-6 Luna, CometAPI mengenakan $0.08 per sejuta token input dan $0.40 per sejuta token output, berbanding kadar OpenAI $0.10/$0.50. Katalog turut menyenaraikan harga bacaan cache dan penulisan cache yang didiskaunkan, dengan pengurangan 20% yang sama.
GPT-6 Sol menerima diskaun CometAPI 20% yang sama. Kadar konteks pendeknya ialah $1.60 per sejuta token input dan $8.00 per sejuta token output, berbanding harga Standard OpenAI $2/$10. Ini menjadikan Sol jauh lebih mahal daripada Luna pada asas per token, tetapi kedua-dua model menyasarkan beban kerja berbeza: Sol direka untuk pengkodan dan aliran kerja agen yang menuntut, manakala Luna menekankan inferens cekap volum tinggi.
| Model CometAPI | Status awam | Input / output konteks pendek | Interpretasi |
|---|---|---|---|
| GPT-6 Luna | Disenaraikan dengan diskaun 20% | $0.08 / $0.40* | Input dipaparkan secara umum; output ialah pengiraan diskaun 20% yang sepadan. Semak semula papan pemuka. |
| GPT-6 Sol | Disenaraikan dengan diskaun 20% | $1.60 / $8.00* | Input dipaparkan secara umum; output ialah pengiraan diskaun 20% yang sepadan. Semak semula papan pemuka. |
*Tangkapan bertarikh dan pengiraan yang didedahkan, bukan jaminan harga masa hadapan atau akses akaun. Lihat katalog model CometAPI dan halaman harga.
GPT-6 Astra vs GPT-6 Sol vs GPT-6 Luna: Bagaimanakah Pembangun Patut Memilih?
Ketiga-tiga model harus dibandingkan berdasarkan kos aliran kerja yang berjaya, bukan semata-mata spesifikasi. Astra menawarkan siling keupayaan tertinggi, Sol mengimbangi penaakulan yang kukuh dengan kadar token yang jauh lebih rendah, dan Luna meminimumkan kos unit untuk tugas dengan sempadan yang jelas dan validasi.
| Model | Pilih apabila | Pertukaran operasi |
|---|---|---|
| GPT-6 Astra | Tugas ialah kerja hujung-ke-hujung paling sukar: samar, berimplikasi tinggi, banyak penggunaan alat, atau mahal untuk disemak. | Harga token tertinggi, tetapi ia mungkin mengurangkan kegagalan hiliran dan campur tangan manusia pada kes yang paling sukar. |
| GPT-6 Sol | Anda memerlukan prestasi pengkodan dan agen yang kukuh tanpa membayar kadar Astra bagi setiap permintaan. | Lalai yang kukuh untuk kerja produksi yang menuntut; sahkan sama ada keupayaan tambahannya mengurangkan cubaan semula secukupnya untuk membenarkan kosnya berbanding Luna. |
| GPT-6 Luna | Kerja adalah sempit, boleh diukur, volum tinggi, dan dilindungi oleh skema, peraturan, atau pensampelan. | Kos unit terendah, tetapi definisi tugas yang lemah atau validasi yang buruk boleh mengubah penjimatan menjadi kos semakan dan cubaan semula. |
Corak penghalaan yang disyorkan: hantar kerja rutin dan terhad dengan baik ke Luna; halakan kes yang menuntut ke Sol; rizabkan Astra untuk tugas di mana kerumitan, ambiguiti, atau akibat menjadikan siling keupayaan yang lebih tinggi berharga. Isyarat eskalasi boleh termasuk kegagalan validasi, keperluan alat, keyakinan rendah, prompt luar biasa panjang, atau kos kesilapan yang tinggi.
Mengapa GPT-6 Terra Belum Dikeluarkan?
OpenAI belum mengumumkan model GPT-6 Terra atau memberikan sebab untuk ketiadaannya setakat 23 September 2026. Katalog model GPT-6 awamnya menyenaraikan Astra, Sol, dan Luna, dan log perubahan API mengumumkan Sol dan Luna tanpa ID model Terra. Generasi GPT-5.6 terdahulu termasuk Terra, yang menerangkan soalan tersebut, tetapi tidak menetapkan pelan pelancaran GPT-6.
Sebarang penjelasan berasaskan harga, strategi barisan, atau masa pelepasan ialah analisis dan bukannya kenyataan OpenAI. Sehingga OpenAI menerbitkan halaman model atau pengumuman, tarikh keluaran, spesifikasi, penanda aras, dan harga untuk GPT-6 Terra kekal tidak diketahui.
Bagaimanakah Pembangun Boleh Mengakses dan Menggunakan GPT-6 Sol dan Luna?
Gunakan OpenAI secara langsung
Kedua-dua ID model tersedia dalam API Responses dan Chat Completions OpenAI. Gunakan Responses untuk penaakulan dengan alat terbina dalam dan pemanggilan fungsi. Chat Completions menyokong permintaan biasa, tetapi pemanggilan fungsi untuk Sol dan Luna memerlukan reasoning_effort="none".
Gunakan CometAPI selepas memeriksa laluan langsung
CometAPI mendokumenkan URL asas yang serasi dengan OpenAI, jadi pasukan boleh menggunakan SDK OpenAI dengan kunci CometAPI. Katalog awam pada masa ini menyokong penggunaan Luna sebagai contoh yang lebih selamat. Hanya gantikan gpt-6-sol selepas akaun anda mengesahkan bahawa laluan Sol didayakan.
Jika papan pemuka CometAPI anda mendokumenkan sokongan Responses dan chat untuk laluan yang dipilih, uji ia secara berasingan sebelum pengeluaran. Log penyedia, laluan, ID model, tetapan reasoning, latensi, token, hasil validasi, dan kos dibilkan supaya ujian gerbang kekal boleh dibezakan daripada ujian terus OpenAI.
Kesimpulan
GPT-6 Sol dan GPT-6 Luna meluaskan keluarga GPT-6 dengan dua ekonomi beban kerja yang berbeza. Sol dibina untuk pengkodan kompleks dan aliran kerja berasaskan agen; Luna direka untuk kerja berfokus yang cekap pada skala. Astra kekal sebagai pilihan untuk tugas hujung-ke-hujung yang paling sukar. Memandangkan ketiga-tiganya boleh kelihatan ekonomik dalam keadaan berbeza, perbandingan yang betul ialah kos per hasil diterima—bukan panjang konteks atau harga token secara terasing.
Mulakan dengan set penilaian yang representatif. Ukur kualiti, latensi, jumlah token, cubaan semula, kegagalan validasi, dan masa semakan manusia. Gunakan ID model yang diterbitkan OpenAI untuk akses terus, dan sahkan laluan CometAPI langsung serta harga akaun sebelum membuat tuntutan ketersediaan khusus gerbang.