凯时AG

出品 | 网易智能

作者 | 小小

编辑 | 王凤枝

一夜之间，，，，，，OpenAI和Anthropic连发三款模子。。

北京时间9月23日破晓，，，，，，Anthropic先宣布Claude Opus 5.5，，，，，，称典范事情负载的运行本钱较上一代下降约40%。。几个小时后，，，，，，OpenAI推出GPT-6 Sol和GPT-6 Luna，，，，，，API输入、输出单价较GPT-5.6其时的促销价降低50%或更多。。

两家公司都把“更自制”放在宣布焦点，，，，，，竞争点也从谁更强，，，，，，扩展到谁能以更低本钱完成事情。。Anthropic拿旗舰降价，，，，，，OpenAI则为GPT-6补上两档更自制的模子。。

OpenAI称，，，，，，两款新模子沿用了旗舰Astra的训练要领，，，，，，将专业事情、事实性、编程、盘算机使用和对齐方面的刷新带到了更自制的档位。。

不过，，，，，，两家公司宣布的降价百分比并不是统一套口径。。模子若是输出更长、重复挪用工具，，，，，，或者一再失败后才完成事情，，，，，，最终账单也可能增添。。哪款模子更划算，，，，，，还得把这笔账拆开来看。。

宣布当天，，，，，，OpenAI CEO山姆·奥特曼（Sam Altman）把降价诠释为扩大AI使用规模的一步。。他体现，，，，，，希望AI被更普遍地使用，，，，，，推动一场新的文艺再起。。

01自制几多，，，，，，最先按使命算

先看最直观的API价目表。。Sol每百万Token输入2美元、输出10美元，，，，，，与Anthropic Claude Sonnet 5相同。。Luna的输入、输出价钱则划分为0.10美元和0.50美元。。OpenAI体现，，，，，，两款模子的新价钱都是恒久定价，，，，，，不是限时折扣。。

Anthropic统一天宣布的Opus 5.5，，，，，，输入价从5美元降至4美元，，，，，，输出价从25美元降至20美元，，，，，，缓存读取价则从0.50美元降至0.20美元。。Anthropic还称，，，，，，Opus 5.5的输出速率较上一代提高30%以上，，，，，，因此将典范事情负载本钱降幅估算为40%。。

这个40%与OpenAI的50%以上不可直接比巨细。。前者是单价、速率和Token消耗配合影响的典范事情负载本钱，，，，，，后者首先是API单价转变。。

Anthropic枚举的早期测试中，，，，，，有用户称曾在不到一天内让Opus 5.5完成68万行代码的迁徙。。这是公司引用的个案，，，，，，但它与Opus 5.5的定价放在一起，，，，，，已经能看出厂商最先怎样卖模子：不但说智能有多高，，，，，，还要说一份事情多快、多贵。。

科技剖析师@kimmonismus在当天的复盘中也将能力和本钱放在一起看。。他提到，，，，，，Luna在DeepSWE上的体现靠近Fable 5中等推理强度，，，，，，但OpenAI估算的单使命本钱低96%。。

克日，，，，，，xAI宣布Grok 4.7，，，，，，小米也推出MiMo-V2.6系列。。一周之内，，，，，，从闭源旗舰到开放权重模子，，，，，，主要厂商的新品接连上线，，，，，，价钱与能力被同时摆到了较量内外。。

Box CEO亚伦·莱维（Aaron Levie）以为，，，，，，AI使命本钱下降，，，，，，会扩大能够安排智能体的场景；；；本钱越低，，，，，，企业和开发者越愿意实验，，，，，，新增需求反过来又会推高AI使用量。。

02 Sol更自制，，，，，，提升却不是每项都有

价钱算清以后，，，，，，还要看Sol事实能接下哪些事情。。它位于Astra之下，，，，，，官方宣布的多项效果显示，，，，，，部分高端模子的能力已经被带到更低的价钱档。。

在OpenAI宣布的AutomationBench比照中，，，，，，Sol在xhigh推理强度下得分33.2%，，，，，，比低推理强度的Astra高2.9个百分点，，，，，，单使命本钱则只有后者的约四分之一。。与最高推理强度的Claude Opus 5相比，，，，，，Sol得分更高，，，，，，单使命本钱约为其十一分之一。。

软件工程测试DeepSWE v1.1中，，，，，，Sol在max推理强度下得分68.8%，，，，，，与Claude Fable 5在xhigh档位的69.9%相差1.1个百分点，，，，，，OpenAI估算其单使命本钱低约80%。。

OpenAI在OSWorld 2.0离线集中列出的，，，，，，是差别推理档位下的效果：Sol在xhigh档位得分60.5%，，，，，，Claude Opus 5在medium档位得分60.3%；；；按OpenAI估算，，，，，，前者的单使命本钱低约80%。。

事实性的转变卦重大。。OpenAI的内部测试显示，，，，，，Sol的事实过失率约莫只有上一代的一半。。第三方评测机构Artificial Analysis的AA-Omniscience效果则显示，，，，，，Sol的幻觉率从92%降至60%，，，，，，同时回覆率从99%降至83%，，，，，，准确率也从59%降至54%。。它更少给蜕化误谜底，，，，，，但也更频仍地选择不回覆。。

Artificial Analysis给Sol的编程智能体指数打57分，，，，，，比上一代高2分，，，，，，Terminal-Bench 4.0和SWE-Atlas-QnA等项目有所提高。。按该机构估算，，，，，，Sol每项使命约2.99美元，，，，，，较上一代下降约一半。。

知识事情则没有展现出同样的趋势。。Sol在GDPval-AA v2.1中比上一代低约100个Elo分，，，，，，AA-Briefcase v1.1基本持平。。后者涉及跨多周的知识事情项目和数千份输入文件，，，，，，专门考察模子一连处理重大信息的能力。。

03 Luna把输入价压到0.10美元

相比Sol，，，，，，Luna把价钱压到了另一个区间：每百万Token的未缓存输入价为0.10美元，，，，，，输出价为0.50美元，，，，，，缓存读取价为0.01美元。。小米MiMo-V2.6-Flash的三项价钱划分为0.14美元、0.28美元和0.0028美元。。

新输入占比高时，，，，，，Luna更自制；；；输出较多或大宗掷中缓存时，，，，，，MiMo-V2.6-Flash的价钱反而更低。。两款模子的现实账单，，，，，，要看输入、输出缓和存读取各占多大比例。。

AI基准测试机构Bridgebench还举行了一次3D场景演示。。这次测试只统计了运行时间和用度，，，，，，没有统一披露四个效果的功效完成度：Luna用时不到1分钟，，，，，，用度不到1美分；；；Sol用时约1分钟，，，，，，用度0.11美元；；；Grok 4.7用时11分钟，，，，，，用度0.29美元；；；Claude Opus 5.5用时12分钟，，，，，，用度1.52美元。。

在DeepSWE v1.1的max档位中，，，，，，Luna得分66.6%，，，，，，靠近Claude Opus 5和Fable 5在medium档位的体现；；；OpenAI估算，，，，，，Luna的单使命整天职别低93%和96%。。在OpenAI的事实性测试中，，，，，，Luna也可以在较高推理强度下抵达GPT-5.6 Sol的水平，，，，，，单使命本钱约为后者的百分之一。。

Luna并没有在所有测试中前进。。Artificial Analysis给出的编程智能体指数为41分，，，，，，比上一代低2分，，，，，，SWE-Atlas-QnA和DeepSWE v1.1也泛起下降。。其幻觉率从93%降至77%，，，，，，但准确率基本未变，，，，，，回覆率进一步下降。。

OpenAI以Replit为例称，，，，，，此前的降价已经资助Replit向数百万用户提供免费模式。。GPT-5.6 Luna在7月降价80%后，，，，，，使用量增添凌驾10倍。。

科技博主@MaxForAI注重到，，，，，，已往DeepSeek恒久被视为低价模子的代表，，，，，，现在OpenAI最先自动进入统一价钱区间。。

在完成质量知足要求的条件下，，，，，，价钱下降会让摘要、信息提取、简朴问答和批量分类等使命更容易进入大规模安排。。Luna是否适合这些使命，，，，，，还要看每个营业瞄准确率、回覆率和人工复核的要求。。

04部分使命缩短至三分之一，，，，，，前端测试却翻车

跑分与报价之外，，，，，，几位提前获得权限的开发者给出了更不整齐的谜底。。

科技剖析师弗拉维奥·阿达莫（Flavio Adamo）称，，，，，，他测试Sol时，，，，，，一些在GPT-5.6上需要约1小时的使命，，，，，，缩短到了20分钟左右，，，，，，消耗的Token也经常不到原来的一半。。他还让模子凭证《塞尔达传说：时之笛》预告片，，，，，，实验制作一个可运行的塞尔达气概演示。。

投资人马特·舒默（Matt Shumer）的体验更守旧。。他以为Sol整体可靠，，，，，，但日常事情仍更倾向于Astra、Fable 5.1或Opus 5.5。。对他来说，，，，，，新模子增添的首先是另一个选项，，，，，，而不是一个可以替掉所有模子的谜底。。

前端和Three.js测试的分化更显着。。AI资讯账号@aipulseda1ly用统一个纽约都会场景提醒比照Sol和Opus 5.5。。Opus 5.5天生了包括陌头出租车、屋顶、布鲁克林大桥和中央公园等元素的动态场景；；；Sol最终只天生一个静态画面，，，，，，无法移动相机，，，，，，代码也缺少一连运行的渲染循环。。

这次纽约场景测试与前面的火箭演示使用了差别提醒、功效要求和验收方式，，，，，，因此不可直接对冲成一个输赢效果。。两个案例放在一起，，，，，，倒是说明晰单使命本钱为什么必需同时带上完成标准：若是交付的功效差别，，，，，，用度也就失去了直接较量的意义。。

05缓存更省，，，，，，清静改善并不匀称

前面的演示和早期体验，，，，，，都只笼罩了短期使命。。智能体长时间运行时，，，，，，重复上下文怎样计费、模子遇到异常唬；岵换嵬Ｊ，，，，，，同样影响安排。。

GPT-6这次刷新了提醒缓存。。Sol和Luna的缓存读取Token均按未缓存输入价的10%计费；；；开发者可以在不破损已有缓存的情形下调解推理强度和工具设置，，，，，，也能明确指定缓存前缀在那里竣事。。

长周期运行的编程或营业智能体，，，，，，往往要重复发送相同的系统提醒、文件、工具界说和历史上下文。。唬；捍嬷乐新噬仙，，，，，，会同时影响这些使命的用度和响应时间。。

OpenAI称，，，，，，已往几个月里，，，，，，GitHub Copilot一连优化提醒缓存，，，，，，在数十亿次请求中，，，，，，需要重新盘算的提醒Token比例已经镌汰一半以上，，，，，，响应速率也随之提升。。

对齐测试中，，，，，，几项已宣布的违规比例都比上一代低，，，，，，但改善幅度差别很大。。在编码诱骗测试中，，，，，，Sol的诱骗率从10.4%降至1.3%，，，，，，Luna从9.5%降至2.8%。。

另一项测试居心向智能体提供已经损坏的搜索工具，，，，，，视察模子是否自动向用户说明工具爆发故障。。Sol未见告用户的比例从77.8%降至5.4%，，，，，，Luna从78.3%降至30.2%。。

幅度较小的是“尊重忠言”测试。。在这组主要涉及低风险情境的反抗使命中，，，，，，面临“会见被拒绝”等明确提醒，，，，，，Sol仍有64.4%的比例实验绕过限制，，，，，，上一代为68.2%；；；Luna则从76.5%降至42.4%。。

OpenAI提醒，，，，，，这些评测居心设置了更具挑战的情境，，，，，，也没有启用产品中的所有系统级防护，，，，，，不应将这些数字明确为真实使用中的失败率。。

相同方式也有调解。。OpenAI称，，，，，，Sol和Luna的回覆会更直接，，，，，，镌汰术语、希奇表达和低价值细节，，，，，，整体稍短，，，，，，但不刻意牺牲信息量。。公司展示的网页设计案例中，，，，，，GPT-5.6 Sol容易过早宣布完成，，，，，，还会加入与用户需求关系不大的图片工具提醒；；；GPT-6 Sol则倾向于先说明妄想，，，，，，再汇报完成情形，，，，，，并告诉用户哪些内容已完成、哪些还没有检查。。

06三档模子上线，，，，，，企业最先分配使命

OpenAI给出的基本定位是：Astra仍是综合能力最强的模子；；；Sol在更低本钱下处理高难堪活常事情；；；Luna则用于高频、目的明确的使命。。现实事情流未必会整体交给统一个模子，，，，，，企业可以按难度、时延和蜕化价钱，，，，，，将差别环节分给差别档位。。

现在，，，，，，Sol和Luna已经上线OpenAI API，，，，，，模子ID划分为gpt-6-sol和gpt-6-luna。。ChatGPT Work和Codex也最先向Plus、Pro、Business、Enterprise和Edu用户逐步推送；；；免费版和Go版用户可以通过桌面应用使用Luna。。两款模子现在尚未在Chat中开放。。

VentureBeat在报道中提到，，，，，，企业下一阶段评估模子时，，，，，，可能会越来越少地围绕简单跑分或API标价，，，，，，而是同时核对使命完成率、Token消耗、缓存复用率、响应延迟和人工返工。。

OpenAI已明确，，，，，，Sol和Luna的新价钱不是限时促销。？？⒄咭虼丝梢灾苯佑谜庾榧矍匦律杓粕樾卫锏哪Ｗ臃峙，，，，，，再把统一批真实使命划分交给Astra、Sol、Luna和竞争模子，，，，，，核对谁一次完成得更多、谁的缓存复用率更高，，，，，，以及谁让人少改一再。。