OpenAI 於 2026 年 9 月 22 日發表 GPT-6 Sol 與 GPT-6 Luna，為本月初推出的 GPT-6 Astra 之後的新成員。官方指出，兩款模型以相近方法訓練，把 Astra 在專業工作、事實準確度、編程、電腦操作與對齊方面的進展，帶到速度更快、價格更低的型號之上。[1]
定位與價格
GPT-6 Sol 針對較複雜的工作，例如編程；GPT-6 Luna 則面向目標明確、數量龐大的文書工作，包括總結文件、抽取資料與快速問答。[1]
價格方面，OpenAI 把 Sol 與 Luna 的 API 定價較 GPT-5.6 的推廣價下調五成（每百萬 token）：Sol 輸入由 4 美元降至 2 美元、輸出由 20 美元降至 10 美元；Luna 輸入由 0.20 美元降至 0.10 美元、輸出由 1.20 美元降至 0.50 美元。官方表示減價來自快取與推論效率改善，並將節省直接回饋用戶。[1]
官方評測數據
在測試跨應用商業工作流程的 AutomationBench 中，GPT-6 Sol（xhigh effort）得分 33.2%，每次任務成本 0.27 美元；官方比較 GPT-6 Astra（low effort）得分 30.3% 而成本為 Sol 的 3.9 倍，Claude Opus 5（max effort）得分 26.9% 而成本為 Sol 的 11.1 倍。[1]
在評估長時間專業工作流程的 Agents’ Last Exam 中，GPT-6 Sol（max effort）得分 56.4%，官方稱高於 Claude Opus 5 在該評測的最高分，而每次任務成本低 60%。在 DeepSWE v1.1 中，Sol（max effort）得分 68.8%，與 Claude Fable 5 的最高分 69.9% 相差 1.1 個百分點，成本約低八成；Luna（max effort）得分 66.6%，官方稱與 Opus 5 及 Fable 5 的中等 effort 相若，而每次任務成本分別低 93% 與 96%。在 OSWorld 2.0 離線測試中，Sol（xhigh）得分 60.5%，與 Claude Opus 5（medium）的 60.3% 相若，成本約低八成。[1]
事實準確度與幻覺風格
在 OpenAI 以真實對話（用戶曾標記模型出錯）建立的內部事實準確度評測中，GPT-6 Sol 錯誤次數約為上一代的一半，官方形容其在低成本下接近 Astra 級可靠；Luna 亦有明顯改善，在高 effort 設定下與 GPT-5.6 Sol 相若，而成本約為其百分之一。[1]
OpenAI 同步把 Astra 的幻覺風格帶到 Sol 與 Luna，官方稱在技術與編程對話中會更清晰、較少冗詞、較少低價值細節，整體回覆迴覆更短而不失內容。[1][2]
對齊與取用
官方表示 Sol 與 Luna 建基於 Astra 的對齊工作，在對齊評測中較 GPT-5.6 同類模型改善，包括較少就編程工作產生誤導性錯誤；詳細結果載於系統卡。[1][2]
取用方面，GPT-6 Sol 與 Luna 即日起在 ChatGPT Work 與 Codex 向所有 Plus、Pro、Business、Enterprise 及 Edu 用戶提供；免費用戶與 Go 用戶可在桌面應用使用 GPT-6 Luna，兩款模型暫未在 Chat 提供。API 型號分別為 gpt-6-sol 與 gpt-6-luna；官方表示會於當日陸續推送，若未看到新模型可稍後再試。[1]