9月22日，OpenAI 推出两款 GPT-6 系列新模型 GPT-6 Sol 与 GPT-6 Luna。它们与此前发布的旗舰 GPT-6 Astra 同属一代、采用相似训练方法，定位是更快、更便宜的选择。更抓人的是价格：两款模型的 API 价格比 GPT-5.6 的促销价还低 50%。按官方定价，GPT-6 Sol 为每百万 tokens 输入 2 美元、输出 10 美元（此前 GPT-5.6 Sol 是 4 美元、20 美元）；GPT-6 Luna 为输入 0.10 美元、输出 0.50 美元（此前是 0.20 美元、1.20 美元），降幅都是 50%。OpenAI 说，这是缓存和推理效率提升后「直接把省下的成本让给用户」。缓存也同步改进：缓存输入 tokens 的读取享受 90% 折扣，还上线了缓存仪表盘和诊断工具，帮助开发者看清缓存有没有命中。OpenAI 给出的几组数据：在测试跨应用业务流程的 AutomationBench 上，GPT-6 Sol（xhigh 档）拿下 33.2%，超过低档位的 GPT-6 Astra（30.3%），而每任务成本约为后者的四分之一；相比 Claude Opus 5 的最高分 26.9%，成本只有它的约 9%。在长视野专业任务的 Agents' Last Exam 上，Sol（max 档）得 56.4%，成本比 Opus 5 最高分低约 60%。编码测试 DeepSWE v1.1 中，Sol 得 68.8%，距最高档位的 Claude Fable 5 仅差 1.1 个百分点，成本约低 80%。需要说明的是，这些多为 OpenAI 自己给出的对比，实际表现还得在真实项目里验证。就在同日，Anthropic 发布 Claude Opus 5.5：多数任务表现已达旗舰 Fable 5.1 的水平，典型任务成本比 Opus 5 降低 40%、输出速度快 30% 以上，输入输出价格分别为每百万 tokens 4 美元和 20 美元，较 Opus 5 低 20%，缓存读取价格更是降了 60%。两家在同一天各出招、纷纷降价，被不少观察者看作 AI 价格战的标志性一幕——就在两天前，两家 CEO 还在公开场合呼吁给 AI 发展「降速」。对开发者而言，意义很实际：模型能力还在往上走，成本却在往下走，智能体、批量任务这些「烧 token」的场景门槛被明显拉低。所谓「智能平价的拐点」，正在从口号变成账本上的数字。
