OpenAI发布GPT-6 Sol与Luna:性能对标Astra,API价格直降50%

🤖 由 文心大模型 生成的文章摘要

OpenAI正式推出GPT-6系列新成员GPT-6 Sol和GPT-6 Luna。两款模型采用与旗舰GPT-6 Astra相似的训练方法,将后者在专业工作、事实性、编码、计算机操作及对齐等方面的先进能力,带入更快、更经济的模型中。最引人注目的是,其API价格相比GPT-5.6促销价降低50%。

在多项基准测试中,Sol和Luna展现出强劲的性价比。在AutomationBench跨应用业务流程测试中,GPT-6 Sol在xhigh强度下表现优于Claude Opus 5,而每任务成本仅为后者的9%;GPT-6 Luna在high强度下比前代提升5.4%,每任务成本降低58%。在评估智能体的Last Exam测试中,GPT-6 Sol在max effort状态下得分56.4%,高于Claude Opus 5的最高分,每任务成本降低60%。

在事实可靠性方面,GPT-6 Sol的错误率约为前代的一半,接近Astra级可靠性;Luna的事实可靠性也大幅提升,同时成本更低。编程方面,两款模型均针对AI Coding Agent工作负载优化,在DeepSWE v1.1测试中,Sol在max effort下取得68.8%,距离Claude Fable 5的69.9%仅差1.1个百分点,而单任务成本低约80%;Luna取得66.6%,成本比Opus 5和Fable 5的medium effort分别低约93%和96%。在OSWorld 2.0 offline测试中,Sol在xhigh effort下取得60.5%,与Claude Opus 5 medium effort的60.3%接近,单任务成本低约80%;Luna max effort超过GPT-5.6 Sol medium effort,成本仅为其十分之一。

OpenAI将GPT-6 Astra改进后的沟通风格引入Sol和Luna,官方称新模型在技术和编程对话中更清晰、术语更少、措辞更自然、低价值细节更少,整体回答更简洁但不失实质内容。此外,两款模型在价值对齐方面也有提升,包括降低关于编码工作的误导性声明发生率。除了直接降价,OpenAI还改进了GPT-6的提示缓存,默认提供更高的缓存命中率,帮助开发者复用更多上下文,实现更快响应并节省费用。

GPT-6 Sol和GPT-6 Luna已在ChatGPT Work和Codex中向所有Plus、Pro、Business、Enterprise和Edu用户开放。免费用户和Go用户可在桌面应用中使用GPT-6 Luna。两款模型暂未在Chat中提供。在OpenAI API中,它们分别以gpt-6-sol和gpt-6-luna的形式提供。尽管Sol和Luna在性价比上表现突出,OpenAI仍强调GPT-6 Astra是整体上最优秀的模型,建议追求最佳效果和无妥协体验的用户选择Astra。