GPT-6 Luna 打到 0.1 刀，但把账算完，DeepSeek 还没输

凌晨，OpenAI 发了 GPT-6 Sol 和 GPT-6 Luna。

距离 Anthropic 发 Opus 5.5，只隔了大概 90 分钟。

先看价格，每百万 Token：

Sol：输入 $2，输出 $10 Luna：输入 $0.1，输出 $0.5

对比 GPT-5.6 那一代，Sol 两头都便宜一半，Luna 输入砍 50%，输出直接砍了 58.3%（来源：VentureBeat）。

而且这次不是限时活动。OpenAI 跟 VentureBeat 确认过，这就是正式价，不是促销价。

所有人第一反应都是：卧槽，比 DeepSeek 还便宜？

我一开始也这么想。 然后我把账从头算了一遍。。。。

其实没怎么变聪明

这次 Sol 和 Luna，其实没怎么变聪明。

Artificial Analysis 当天就测完了，结论很直白：智能指数和编程 Agent 指数基本和 GPT-5.6 持平，有的项目涨了，有的反而退了。

Luna 最明显，智能指数还是 37 分，和它要替换的 GPT-5.6 Luna 一分不差，编程 Agent 指数还从 43 掉到了 41（来源：OrcaRouter）。

更离谱的是知识工作。 在 GDPval-AA 上 Sol 掉了约 100 Elo，Luna 掉了约 75；AA 人工翻了几百份输出，发现问题出在交付物排版变差、漏掉了评分要求里的内容（来源：Artificial Analysis）。

所以这次的真实定位就是： 同一个脑子，半价卖给你。

那它到底进步在哪？

我觉得最实在的是：不瞎编了。

OpenAI 拿用户真实举报过错误的对话做了一套测试，Sol 犯错的数量大概只有上一代的一半，官方说已经接近 Astra 的可靠性（来源：TechCrunch）。

第三方数据更直观：Sol 的幻觉率从 92% 降到 60%，Luna 从 93% 降到 77%（来源：Artificial Analysis）。

但这里有个细节。 Sol 是靠「不会就不答」做到的。它只尝试回答 83% 的问题（上一代是 99%），错误答案少了约四分之一，但准确率也从 59% 掉到了 54%。

还有一个我觉得更重要的：写代码不撒谎了。

OpenAI 内部的编码欺骗测试里，GPT-5.6 Sol 是 10.4%，GPT-6 Sol 降到 1.3%，Luna 是 2.8%（来源：Decrypt）。

就是那种活没干完、跟你说「已完成」的情况，少了一大截。 天天用 Codex 的人应该懂这个有多重要。

OpenAI 的对比图，和它没画的那个对手

OpenAI 放出来的对比图里全是 Claude Opus 5 和 Fable 5.1。

AutomationBench 上 Sol 开 xhigh 拿了 33.2%，单任务 $0.27；Opus 5 开满才 26.9%，成本是 Sol 的 11.1 倍。 DeepSWE v1.1 上 Sol 满档 68.8%，离 Fable 5 的 69.9% 只差 1.1 分，单任务成本便宜大约 80%（来源：OpenAI）。

看起来很猛对吧。

但问题是，90 分钟前刚发的 Opus 5.5，不在图里。

AA 的榜上，Opus 5.5 以 58 分排第一，Fable 5.1 和 GPT-6 Astra 都是 53，GPT-6 Sol 满档是 48（来源：OrcaRouter、Unite.AI）。

有第三方把档位拆开对比过：Sol 除了 max 以外的每个档位，都比 Opus 5.5 最便宜的档位还便宜；Sol 开 xhigh（44.1 分，$0.53）能小胜 Opus 5.5 的 low 档（42.3 分，$0.55）；但 Opus 5.5 从 medium 往上，Sol 开到顶都够不着（来源：Digital Applied Team）。

然后是最关键的：算账。

标价上，Sol 确实是 Opus 5.5 的一半。 但 Agent 跑起来，钱主要花在缓存读取上。

Sol 的缓存读是 $0.2。 Opus 5.5 的缓存读……也是 $0.2（来源：Digital Applied Team）。

一模一样。

还有一个坑：OpenAI 对超过 272K 输入的请求，输入和缓存价格翻倍、输出乘 1.5；Anthropic 整个 1M 窗口都按标准价收。

你要是那种一个 session 动不动塞几十万上下文的重度 Agent 用户，这个「半价」很可能根本感受不到。

Luna vs DeepSeek：把账算完

标价上 Luna 确实赢了。 DeepSeek V4.1 Flash 闲时是：缓存命中 $0.003，未命中 $0.15，输出 $0.6。 Luna 是输入 $0.1、输出 $0.5。两项都比 DeepSeek 闲时价低（来源：TechBriefly）。

但缓存这一项，OpenAI 给的是 9 折优惠，也就是 Luna 缓存读 $0.01。 DeepSeek 是 $0.003。 差了三倍多（来源：Artificial Analysis）。

拿同一个场景算一下： 一个 Agent 一天跑 2000 万 Token 上下文，97% 命中缓存，输出 50 万 Token。

• Luna：约 $0.52
• DeepSeek V4.1 Flash 闲时：约 $0.45
• DeepSeek V4.1 Flash 高峰：约 $0.90
• （参照：Sol 约 $10.4，Opus 5.5 约 $16.9）

看出来了吧。 Agent 一跑起来，Luna 和 DeepSeek 闲时基本打平，DeepSeek 甚至还便宜一点。

但是！

DeepSeek 的高峰时段是周一到周五 UTC 01:00-04:00 和 06:00-10:00，高峰价翻倍（来源：TechBriefly）。

换成北京时间： 上午 9 点到 12 点，下午 2 点到 6 点。

就是你上班写代码的时间。。。。

当然，能力上 DeepSeek 还是占上风的。

DeepSeek V4.1 Flash 自报 DeepSWE v1.1 是 74.2，Terminal-Bench 4.0 是 31.2。 OpenAI 报的 Luna 满档 DeepSWE 是 66.6%，AA 自己测出来只有 64%；Terminal-Bench 4.0 上 AA 测 Luna 是 13%。

（测评环境不完全一样，只能当参考。但这个差距不算小。）

真正变了的是什么

结论其实挺反直觉的：

Luna 没有把 DeepSeek 打穿。 DeepSeek 的缓存价，还是那道墙。

Sol 也没有把 Opus 5.5 打穿。 缓存价一样，长上下文还要加钱。

真正变了的是：OpenAI 开始认真拼价格了，而且是正式价。

以前大家默认，美国模型卷能力，国产模型卷价格。 现在 OpenAI 两头一起卷。

下周二 29 号就是 OpenAI DevDay。 DeepSeek 会不会再砍一刀？（来源：Pulse 2.0）

one more thing

有网友问 Sol 是不是 Terra 换壳。 其实这一代压根没有 Terra，目前还没有 GPT-6 Terra（来源：The New Stack）。

另外，两个模型今天起在 ChatGPT Work 和 Codex 对 Plus、Pro、Business、Enterprise、Edu 用户开放，免费用户和 Go 用户可以在桌面端用 Luna；API 里叫 gpt-6-sol 和 gpt-6-luna。GitHub Copilot 也同步上了（来源：OpenAI）。

数据口径说明：DeepSeek 的 74.2 和 31.2 是它自己发布时报的数，OpenAI 的图也是自家数据，只有 Artificial Analysis 的数字是第三方统一测的——正文里来源都点名了。