GPT-6 Astra、Sol 与 Luna 对比：价格、发布日期与 Codex 用量

简短回答

GPT-6 Astra 每百万输入 token 10 美元、每百万输出 token 50 美元，GPT-6.1 Sol 是 2 美元和 10 美元，GPT-6 Luna 是 0.10 美元和 0.50 美元。也就是说，Sol 的价格是 Astra 的五分之一，Luna 的价格是 Sol 的二十分之一。Astra 于 2026 年 9 月 3 日发布，Sol 和 Luna 于 9 月 22 日发布，Sol 的 6.1 升级于 9 月 29 日发布。在 Plus 套餐的 Codex 中，OpenAI 估计每五小时可发送本地消息：Astra 5 到 45 条，GPT-6.1 Sol 15 到 160 条，Luna 350 到 3,000 条。

实际用法就是一条每一级各有分工的阶梯。Luna 负责目标明确、重复出现的窄任务：字段提取、分类、结构化摘要。GPT-6.1 Sol 作为编码智能体和长时间运行任务的默认选择，因为 OpenAI 称它在智能体编码、计算机操作和专业工作上接近 Astra。Astra 留给出错代价高于每百万输入 token 多付 8 美元的任务，以及难题的第一轮规划。

下文所有内容均来自 OpenAI 的定价页、模型页、发布文章和帮助中心文章（核对于 2026 年 10 月 28 日），外加 Artificial Analysis 提供的唯一一组独立的单任务成本对比。性能结论一律标注为厂商自报。完整的基准表格在此前的两篇指南里，即 GPT-6 Astra 完整指南（英文）和 GPT-6.1 Sol 指南，所以本页只做摘要并附上链接，不再重复。

发布时间线：先 Astra，再 Sol 与 Luna，最后是 6.1 Sol

很多人搜索 GPT Astra 发布日期和发布顺序，是因为这次推出是分批的，首次公布的日期并不等于全面可用的日期。OpenAI 在 2026 年 9 月 3 日（周四）宣布了 Astra。其发布文章说，Astra“今天向一小批组织推出”，并将在“未来几天内”面向所有 ChatGPT Plus、Pro、Business 和 Enterprise 用户、API、Azure 与 AWS Bedrock 开放。Reuters 与 TechCrunch 的报道日期同为 9 月 3 日。

分批推出的情况记录在 Sam Altman 9 月 4 日的帖子里：此时 Astra 已向 Work 和 Codex 中的所有 Pro、Enterprise 与 Business Premium 用户开放，API 也已可用，Plus 和 Business 随后跟进。OpenAI 帮助中心把这次发布称为“更大范围的 Astra 发布延迟”，并列出三次补偿性重置：符合条件的订阅用户在 9 月 3 日和 9 月 4 日获得可存入的重置，以及 9 月 7 日的自动重置。关于重置如何运作，可参阅姊妹篇Codex 额度用完了怎么办（英文），本页不再重复。

十八天后，也就是 9 月 22 日（周二），OpenAI 补上了更便宜的档位。Sol 与 Luna 的发布文章称，GPT-6 Sol 和 GPT-6 Luna 当天在 ChatGPT Work 和 Codex 中上线，面向 Plus、Pro、Business、Enterprise 和 Edu 用户，Free 和 Go 用户可在桌面应用中使用 Luna。两者在发布时都不在 Chat 中。API 模型 ID 是 gpt-6-sol 和 gpt-6-luna。The Verge 当天 UTC 19:13 发布了报道。

第三步发生在 9 月 29 日（周二），即 OpenAI DevDay 当天。GPT-6.1 Sol 是 GPT-6 Sol 的升级版，token 价格同样是 2 美元和 10 美元，但缓存价更低，为 0.10 美元，此前是 0.20 美元。它以 gpt-6.1-sol 之名在 Work、Codex 和 API 中上线，仍然不在 Chat 中。OpenAI 表示，6.1 Sol 的 Ultrafast 版本将“在未来几天内”推出，在 Codex 中 token 生成速度最高快 8 倍。当天还发布了哪些内容，见 DevDay 全部发布盘点。

• 2026 年 7 月 30 日：GPT-5.6 Luna 降价 80%，变为输入 0.20 美元、输出 1.20 美元（OpenAI）。
• 9 月 3 日：GPT-6 Astra 发布；先向有限的组织开放，再分阶段推出。
• 9 月 4 日：Astra 向 Work 和 Codex 中的 Pro、Enterprise 与 Business Premium 用户以及 API 开放。
• 9 月 22 日：GPT-6 Sol 与 GPT-6 Luna 在 Work、Codex 和 API 中上线。
• 9 月 29 日：GPT-6.1 Sol 在 DevDay 上线，token 价格与 GPT-6 Sol 相同。
• 10 月 26 日：GPT-6.1 Terra 在 Work、Codex 和 API 中上线，价格为每百万 token 输入 1 美元、输出 5 美元，介于 Sol 与 Luna 之间。
• 10 月 27 日：Artificial Analysis 发布 Intelligence Index v5，Astra 与 6.1 Sol 位居前列。

下方嵌入的是 OpenAI 面向开发者的发布视频。它只涵盖 Astra，因为发布时间早于 Sol 和 Luna。主发布短片和完整的 DevDay 主题演讲是 OpenAI 另外上传的视频。

总对照表

下面这张表值得收藏。价格为 OpenAI 定价页和各模型页上的 Standard 档费率，单位为每百万 token。Codex 一列是 OpenAI 对 Plus 与 Standard Business 在五小时窗口内本地消息数的估算，并非配额。最后一列是本文的建议，不是 OpenAI 的。

有三个细节容易被忽略。五个模型都是 1,050,000 token 的上下文窗口，最多 922,000 输入 token 和 128,000 输出 token，所以上下文大小并不能区分各档。知识截止日期则不同：Astra 和 6.1 Sol 为 2026 年 4 月 30 日，GPT-6 Sol 为 4 月 20 日，GPT-6 Luna 为 5 月 18 日，GPT-5.6 Luna 为 2 月 16 日。此外，Standard 只是众多计价模式之一，下面会讲到其余几种。

GPT Astra 的价格，以及其他模型的价格

根据 Astra 模型页和定价页，GPT Astra 在 Standard 处理下是每百万输入 token 10 美元、每百万缓存输入 token 1 美元、每百万输出 token 50 美元。搜索“gptastra cost”或“GPT Astra cost”得到的就是这组数字，但标价并不是全部账单。有四条规则会改变一次真实请求的花费。

长提示词。输入超过 272,000 token 的请求，整个请求的输入与缓存费率按 2 倍、输出费率按 1.5 倍计费，而不是只对超出的那部分 token 加价。对 Astra 来说，就是输入 20 美元、缓存 2 美元、输出 75 美元。这个倍数对 Sol 和 Luna 同样适用，所以各档之间的比例不变，变的是越线之后的绝对价格。后面成本算例的第 3 个例子显示，提示词长 10%，花费却是 2.15 倍。

缓存。缓存输入的价格，在 Astra 和 Luna 上是未缓存价的 10%，在 GPT-6.1 Sol 上是 5%。写入缓存按输入价的 1.25 倍计费（保留 30 分钟），即每百万 token Astra 12.50 美元、Sol 2.50 美元、Luna 0.125 美元；保留 12 小时则为 2.5 倍。OpenAI 的GPT-6 构建实用指南建议把稳定的指令和参考资料放在变化的任务细节之前，并在估算完整工作流时把缓存写入和长上下文费率算进去。它还说缓存输入比未缓存输入“最多便宜 95%”，这是 Sol 的数字。

Batch、Flex 与 Fast。Batch 和 Flex 按 Standard 的 50% 计价，所以 Astra 降到输入 5 美元、输出 25 美元。Fast 模式按 2 倍计价，对 Astra，OpenAI 称其速度最高可达 Standard 的 2 倍。区域处理在可用时加收 10% 溢价。模式是在档位之上叠乘，而不是取代档位，因此 Batch 模式的 Sol 输入 1 美元、输出 5 美元，与 Standard 的 GPT-6.1 Terra 价格相同；在断定哪个模型更便宜之前，要把档位和模式放在一起比较。

Sol 的升级。GPT-6.1 Sol 没有改变 GPT-6 Sol 的 token 标价。它把缓存价减半，从 0.20 美元降到 0.10 美元，OpenAI 把这描述为比标准输入价低 95%，比 GPT-6 Sol 的缓存输入价低 50%。对前缀稳定的智能体循环来说，这才是关键杠杆，所以读总对照表时，缓存一列比输入一列更值得先看。

按标价计算的成本算例

下面的数字只使用上述官方 Standard 价格和假设的工作负载形态，所以只是算术演示，不是实测。推理 token 按输出计费，因此在高推理强度下，实际输出量会高于可见文本。

例 1，一次智能体会话。会话发送 600,000 个输入 token，其中 500,000 来自缓存、100,000 未缓存，生成 40,000 个输出 token。在 Astra 上，未缓存输入 1.00 美元、缓存输入 0.50 美元、输出 2.00 美元，合计 3.50 美元。在 6.1 Sol 上分别是 0.20 美元、0.05 美元和 0.40 美元，合计 0.65 美元。在 Luna 上分别是 0.01 美元、0.005 美元和 0.02 美元，合计 0.035 美元。如果不用缓存，同一次会话的花费是 8.00 美元、1.60 美元和 0.08 美元。

例 2，一百万次分类调用。每次调用的提示词为 2,000 token，其中 1,500 token 是缓存的共享前缀，回答 150 token。一百万次调用合计 5 亿未缓存输入 token、15 亿缓存 token 和 1.5 亿输出 token。Astra 花费 14,000 美元，6.1 Sol 2,650 美元，GPT-6 Luna 140 美元。较旧的 GPT-5.6 Luna 则要 310 美元。对于简短的结构化回答，Luna 是唯一一档账单小到可以忽略不计的模型。

例 3，272K 这条线。一次请求有 272,000 个未缓存输入 token 和 5,000 个输出 token，在 Astra 上花费 2.97 美元。同样的请求若输入为 300,000 token，就越过了长上下文的门槛，花费 6.375 美元，输入只多了 10%，价格却是 2.15 倍。在 Sol 上这两个数字是 0.594 美元和 1.275 美元，在 Luna 上是 0.0297 美元和 0.0638 美元。把上下文压到这条线以下，往往比换一档模型更划算。

例 4，1,000 个任务的路由批处理。每个任务有 200,000 个输入 token（其中 160,000 来自缓存）和 20,000 个输出 token。全用 Astra 花费 1,560 美元，全用 6.1 Sol 花费 296 美元，全用 Luna 花费 15.60 美元。现在按难度路由：70% 的任务给 Luna，25% 给 Sol，5% 给 Astra。总额是 162.92 美元，其中 Astra 那 5% 占 78 美元，即 48%。路由把账单降到了全用 Astra 的 10%，而最难的那 5% 任务仍占剩余花费的近一半。

各模型的 Codex 用量

ChatGPT 套餐中的 Codex 不按 token 计费，而是从一份额度中扣减。OpenAI 的 Astra 用量文章明确说，这份额度“并不对应固定数量的消息或任务”。随后它给出了 Plus 与 Standard Business 在五小时窗口内本地消息数的估算区间：GPT-6 Astra 5 到 45 条，GPT-6.1 Sol 15 到 160 条，GPT-6 Sol 15 到 150 条，GPT-6 Luna 350 到 3,000 条。文章称这些是估算，并说明云端任务消耗的额度可能高于本地消息，此外还可能有每周限额。

这些比例很有参考价值。下限上，Sol 的 15 是 Astra 的 5 的 3 倍；上限上，160 对 45 约为 3.6 倍。这个差距小于 API 价格的 5 倍比例，说明订阅额度并不严格跟随 token 价格。Luna 则是另一回事：350 对 Sol 的 15，下限约为 23 倍；3,000 对 160，上限约为 19 倍，接近 Sol 与 Luna 之间 20 倍的 API 价差。这种解读是本文自己的算术，不是 OpenAI 的说法。

对重度用户来说，套餐结构比模型选择更重要。Work 和 Codex 的用量包含在 Plus 与 Pro 套餐以及 Business Standard 与 Premium 席位之中。Plus 有五小时窗口和每周窗口，两者都得有余量才能用。Pro 100、Pro 200 和 Pro 500 目前在 Work 和 Codex 中没有五小时限制，但各自仍保留一份包含的额度。Ultrafast 是面向 Astra 和 GPT-6.1 Sol 的低延迟档位，发布时仅包含在 Pro $500 中，它按所选模型 Standard 费率的 8 倍消耗套餐内用量，之后按 6 倍消耗 credits。详情见 Ultrafast 与 Pro 套餐指南。

OpenAI 有两点说明会改变你花额度的方式。第一，在共享用量池里切换模型并不会恢复额度；Astra、Sol 和 Luna 共用同一个 Work 与 Codex 用量池，所以降到 Luna 只会让剩下的额度撑得更久，不会补回已用的部分。第二，推理强度与模型相互独立，OpenAI 说“低强度的 Astra 可以胜过高强度的 Sol”。它给出的建议是：如果你用高强度 Sol 效果不错，可以试试低或中强度的 Astra。这是值得在你自己的仓库上验证的厂商说法，因为同一任务上，一次低强度的 Astra 对话轮次消耗的额度，可能比一次高强度的 Sol 更少。

还有一点要提醒，关于帮助中心页面本身。它的消息区间表列出的是 GPT-6 系列模型，但描述性文字里有几处仍在写 GPT-5.6 Sol 和 GPT-5.6 Luna，并且说 GPT-6.1 Sol 在“你的账户可用时”才可选。能用哪些模型，以你自己设置里的模型选择器为准；还剩多少额度，以“设置”里的“用量”为准。

GPT Astra 与 Sol：多花的钱买到了什么

人们真正搜索的比较，即 GPT Astra vs Sol 或 Sol vs Astra，归结起来就是一个数字：五。Astra 的标准输入与输出价格是 6.1 Sol 的五倍，缓存输入价则是十倍。OpenAI 对 Sol 的卖点是“五分之一价格的近 Astra 智能”，对 Astra 的说法则是追求“最佳结果”的模型。问题在于，对你的工作来说，剩下的差距有多大。

OpenAI 的数字显示：在智能体类工作上差距很窄，在最难的科学任务上差距则看得见。Sol 的发布文章称，在最大推理强度下的 OSWorld 2.0 离线测试中，6.1 Sol 与 Astra 相差不到 2.1 个百分点，而单任务成本约为后者的七分之一。在最大强度下的 Terminal-Bench Science 0.1 上，6.1 Sol 每个任务的成本为 5.47 美元，Astra 为 23.80 美元，Claude Opus 5.5 为 23.21 美元。这些都是 OpenAI 自报的结果，而 OpenAI 在同一篇文章里自己的建议是：最困难的科学研究任务用 Astra。

独立来源的看法，比怀疑者预想的更接近厂商的说法。在 10 月 27 日发布的 Artificial Analysis Intelligence Index v5 中，最大强度的 Claude Opus 5.5 以 58 分领先，最大强度的 GPT-6 Astra 为 57 分，最大强度的 GPT-6.1 Sol 为 55 分。Artificial Analysis 报告的每个 Intelligence Index 任务成本，Opus 5.5 为 10.04 美元，Astra 为 6.24 美元，6.1 Sol 为 1.27 美元。Astra 与 Sol 之间差两个指数分，实测成本比约为 4.9 倍，与 5 倍的标价比一致。Artificial Analysis 还报告 Astra 在其 Terminal-Bench-Science（63%）和 CritPt v2 困难子集（72%）上领先，6.1 Sol 在最大强度下的 CritPt 得分为 69%。

综合来看，证据支持一条简单的规则：对大多数智能体循环，Sol 以五分之一的账单拿到了 Astra 的绝大部分结果。而在 Astra 明显领先的那一小类任务上，比如高难度科学推理和风险最高的计算机操作，溢价买到的是可以衡量的优势。Astra 的行为也有所不同：OpenAI 的开发者指南说，它在何时停止这一点上可能显得更犹豫，需要明确定义“完成”的标准，而为约束 Sol 或 Luna 写的 skill，可能对它约束过度。

GPT-5.6 Luna 与 GPT-6 Luna 的成本对比

根据 GPT-5.6 Luna 模型页和定价页，GPT-5.6 Luna 的价格是每百万输入 token 0.20 美元、缓存 0.02 美元、每百万输出 token 1.20 美元。这是 OpenAI 在 2026 年 7 月 30 日宣布降价之后的价格，当时它说 GPT-5.6 Luna“成本将降低 80%”、Terra 降低 20%，当天生效。订阅价格和额度预算保持不变，但 OpenAI 表示，Terra 和 Luna 的用量现在消耗的 credits 更少。

据 GPT-6 Luna 模型页，GPT-6 Luna 的价格是输入 0.10 美元、缓存 0.01 美元、输出 0.50 美元。与 GPT-5.6 Luna 当前的标价相比，输入与缓存输入便宜 50%，输出便宜 58%。OpenAI 9 月 22 日的文章说，Sol 和 Luna 的 API 价格比 GPT-5.6 的“促销价”低 50%。文章没有说明 GPT-5.6 的哪个价格算促销价；定价页把这个词用在了 GPT-5.6 Sol 上，并称其促销价至少持续到 2026 年 11 月 21 日。本文拿 Luna 与 10 月 28 日定价页上仍然列出的 GPT-5.6 Luna 价格作比较。按这个标准，输入降幅与 OpenAI 说的 50% 完全吻合，输出降幅则更大。7 月那篇文章的 80% 降幅还意味着 GPT-5.6 Luna 降价前的价格是 1.00 美元和 6.00 美元，但这只是根据所述百分比推算出来的，并非公布的数字。

换算成金额，算例中那个一百万次分类的任务，在 GPT-5.6 Luna 上花 310 美元，在 GPT-6 Luna 上花 140 美元，便宜 55%。两个模型都还在定价页上，上下文窗口相同，GPT-6 Luna 的知识截止日期更新，为 2026 年 5 月 18 日，旧模型是 2 月 16 日。OpenAI 还称 Luna 相比上一代有所提升：高强度下 AutomationBench 提高 5.4 个点，单任务成本降低 58%，这是厂商自报的结果。没有价格上的理由在 GPT-5.6 Luna 上开展新工作；保留它的理由是固定的快照版本和重新验证的成本。

GPT Astra 基准测试摘要

含推理强度设置与注意事项的完整表格，见 Astra 指南（英文）和 GPT-6.1 Sol 指南。本节只列出与各档选择相关的数字，凡标注厂商自报的数字都来自 OpenAI。

• 计算机操作（厂商自报）：OpenAI 的 Astra 发布文章在其延迟模拟中报告，GPT-6 Astra 在 OSWorld 2.0 离线测试中为 72.6%，GPT-5.6 Sol 为 65.7%。在最大强度下，6.1 Sol 与 Astra 相差不到 2.1 个点，单任务成本约为七分之一。
• 软件工程（厂商自报）：在 DeepSWE v1.1 上，OpenAI 的 Sol 与 Luna 发布文章列出最大强度的 GPT-6 Sol 为 68.8%，最大强度的 GPT-6 Luna 为 66.6%。OpenAI 称，最大强度的 Luna 与中等强度的 Claude Opus 5 和 Fable 5 相当，而单任务成本低得多。
• 科学工作流（厂商自报）：在 Terminal-Bench Science 0.1 上，6.1 Sol 在最大强度下每个任务 5.47 美元，Astra 为 23.80 美元，OpenAI 称 Astra 在其测试的模型中得分最高，最困难的科学研究任务应当使用它。
• 独立来源（Artificial Analysis v5）：最大强度下，Opus 5.5 的 Intelligence Index 为 58，Astra 为 57，6.1 Sol 为 55，单任务成本分别为 10.04 美元、6.24 美元和 1.27 美元。

对这几个模型之间的任何基准比较，有两点要小心。OpenAI 的若干图表是在不同推理强度设置下比较模型的，所以某个模型在 xhigh 下的柱子与另一个模型在 medium 下的柱子对比，并不能单独反映模型本身的差异。其次，这些分数来自 OpenAI 的研究环境或 API，OpenAI 说其结果可能与生产环境中的 ChatGPT 不同。独立的 Artificial Analysis 数字涵盖了 Astra 和 6.1 Sol，而在为本文查阅的部分中，其前十名对比里没有列出 Luna。

该用哪个模型：选型指南

下面的指南带有明确的主观判断，依据是已公布的价格、OpenAI 在其 GPT-6 指南中的自身定位，以及上文的成本算术。它不能替代用你自己的评测集做测试，那是最后一步。

适合用 GPT-6 Luna 的情况

任务范围窄、重复出现，并且“正确”的标准明确：提取发票字段、对请求分类、生成结构化摘要、做简短编辑、跨文件重命名符号。OpenAI 的指南把前三项，即提取发票字段、对请求分类和生成结构化摘要，列为 Luna 擅长的工作，而它关于推理级别的建议把小改动列为常规任务。在 0.10 美元和 0.50 美元的价位上，它也适合较大智能体循环里那些廉价的步骤，比如总结一次工具返回结果，或检查某个测试是否通过。在 Plus 套餐的 Codex 中，它能让五小时窗口撑得最久，而且领先幅度很大。

适合用 GPT-6.1 Sol 的情况

工作是多步骤的，并且你希望它经常运行：实现一个功能、跨代码库重构、深入排查、带有稳定工具定义的长时间运行智能体。这是大多数编码与智能体工作的默认选择。5% 的缓存价让它在复用大前缀的循环里便宜得出奇，OpenAI 还说它支持 Responses API 中的多智能体工作流（目前处于 beta）。除非你已被固定在 GPT-6 Sol 上，否则优先选它，因为 token 价格相同，而缓存价只有一半。

适合用 GPT-6 Astra 的情况

出错的代价高于溢价：一个隐蔽的生产环境 bug、安全审查、陌生的科学或数学问题、高风险的计算机操作，或是所有更便宜的模型都要照着执行的那一轮规划。按 OpenAI 帮助中心的说法，可以先考虑低或中强度的 Astra，再考虑高强度的 Sol。要明确定义“完成”的标准，并为输出 token 价格高出五倍预留预算，因为智能体账单主要由输出 token 构成。

路由，而不是二选一

成本算例里最强的成本结果来自路由。“Astra 规划、Sol 构建、Luna 检查”的分工，使 1,000 个任务的账单为 162.92 美元，而全用 Astra 是 1,560 美元，全用 Sol 是 296 美元。OpenAI 7 月关于 GPT-5.6 的文章为 Sol 和 Luna 描述过同样的模式：用较大的模型消除不确定性、制定计划，再用较小的模型实施明确的改动并运行测试。路由的阈值需要你自己测量；可以从类似“只有在 Sol 上失败过两次的任务才用 Astra”的规则开始。想与非 OpenAI 的选择做更广泛的对比，请看2026 年最便宜的 AI 编码模型（英文），上一代模型则见 GPT-5.6 Sol、Terra 与 Luna 详解（英文）。

承诺之前先做一次简短评测

从你自己的待办清单里取 30 到 50 个真实任务。在相同强度下分别用 Luna、Sol 和 Astra 各跑一遍，再让 Astra 用低一档的强度跑一遍。记录通过率、token 数以及每个通过任务的成本，而不是每次调用的成本。如果 Luna 能通过某一类任务的 80%，就把这一类路由给 Luna，失败的再往上送。如果 Sol 和 Astra 通过的任务相同，那么对这一类任务来说，每百万输入 token 多付的 8 美元就什么也没买到。只有这个实验才能就你的代码库给出定论，而本指南中没有任何数字是这样得出的。

局限

价格和可用性会变化，这里的每个数字都截至 2026 年 10 月 28 日。Codex 消息区间是 OpenAI 对 Plus 与 Standard Business 本地消息的估算；云端任务、更高的强度、Fast 模式和每周限额都会改变它。成本算例假设了提示词形态和缓存命中率，你的流量可能与此不符，而按输入价 1.25 倍计费的缓存写入，为清晰起见，在例 1 和例 2 中被略去了。

9 月 22 日和 29 日的发布日期以及 OpenAI 一侧的细节，来自 OpenAI 自己的文章和 X 账号。9 月 3 日这个日期有 OpenAI 以及带日期的 Reuters 和 TechCrunch 链接佐证，但本文没有通读这两篇文章的全文。除非注明来自 Artificial Analysis，否则基准数字均为厂商自报。在查阅的来源中没有出现对 Luna 的独立测试，本文中的任何内容也都不是作者亲自测试的。

常见问题

结论

每个新智能体都从 GPT-6.1 Sol 起步，把重复、结构化的步骤下放到 GPT-6 Luna，只有在某个任务于 Sol 上失败之后，或者出错代价很高时，才升级到 GPT-6 Astra。这个顺序遵循的是价格、Codex 额度比例和 OpenAI 自己的定位，独立指数也认同 Sol 与 Astra 只差两分。要把五倍的价差当作一项预算，花在能改变结果的地方，而不是当作默认选项。如果你还在用 GPT-5.6 Luna，换到 GPT-6 Luna 能让输入成本减半，是整条产品线里最容易实现的节省。

来源

来源核对于 2026 年 10 月 28 日。

• OpenAI API 定价（上述各模型的 Standard、Batch、Flex 和 Fast 费率）
• Introducing GPT-6 Astra、Introducing GPT-6 Sol and Luna 与 Introducing GPT-6.1 Sol（可用性、日期、价格、厂商自报的基准）
• GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 与 GPT-5.6 Luna 模型页（上下文、截止日期、缓存与长上下文规则）
• Managing usage with GPT-6 Astra in Work and Codex（Codex 消息估算、套餐限额、发布期重置）
• Practical guide to building with GPT-6 与 Advancing the price-performance frontier with GPT-5.6（模型选择、缓存、7 月 30 日 Luna 降价）
• Artificial Analysis Intelligence Index v5（独立指数与单任务成本）
• Reuters、TechCrunch 与 The Verge（发布日期）
• 上文嵌入的 X 帖子：@OpenAI，9 月 3 日、@sama，9 月 4 日、@OpenAIDevs，9 月 22 日、@OpenAI，9 月 29 日
• OpenAI 的 YouTube 视频：Introducing GPT-6 Astra for developers、Introducing GPT-6 Astra 与 OpenAI DevDay 2026 keynote

相关阅读：GPT-6 Astra 完整指南（英文）、GPT-6.1 Sol 指南、GPT-5.6 Sol、Terra 与 Luna 详解（英文）、2026 年最便宜的 AI 编码模型（英文）、ChatGPT Ultrafast 与 Pro 套餐。