OpenAI今日正式发布GPT-6 Sol与Luna两款模型，API价格较上一代直接腰斩，而Sol的编程能力在多项基准测试中已逼近甚至超越同级最强竞品。

　　一、编程能力全面跃升，多项测试逼近顶级旗舰

　　DeepSWE v1.1真实代码库测试：GPT-6 Sol以最大推理强度拿下68.8%的得分，比上代GPT-5.6 Sol大幅提升，距离最强竞品Claude Fable 5的69.9%仅差1.1个百分点，而单项任务成本低约80%

　　代码合并能力：在考察代码能否直接合并进真实项目的FrontierCode测试中，Sol较上代明显进步，并以更低成本追平Claude Fable 5.1 xhigh

　　计算机操作能力：OSWorld 2.0离线测试中，Sol xhigh得分60.5%，与Claude Opus 5 medium的60.3%基本持平，成本低约80%

　　二、价格腰斩，编程Agent成本大幅下降

　　API定价直接砍半：GPT-6 Sol从GPT-5.6 Sol促销期的每百万输入Token 4美元、输出20美元，降至2美元和10美元，降幅达50%

　　单任务成本优势突出：官方数据显示，Sol在AutomationBench中以最高推理强度取得33.2%的成绩，超过Claude Opus 5的26.9%，每任务成本约0.27美元，仅为后者的9%左右

　　缓存效率优化：提示词缓存读取享90%折扣，开发者可指定缓存断点，对持续读取代码库的编程Agent而言，节省的费用比公开单价下降更重要

　　三、编程Agent规模化落地成为现实

　　内部用量印证趋势：OpenAI披露，内部研究人员使用编程Agent的规模快速增长，按API价格计算，中位数研究员每天消耗的Token价值已超过600美元

　　开发者实操反馈：有开发者提前试用后表示，过去在GPT-5.6上通常需约一小时的任务，如今经常可在约20分钟内完成，Token消耗还不到原来的一半

　　模型定位清晰：Sol定位为"日常复杂任务的智能工作马"，专攻复杂专业工作、编程和Agent高强度任务，让中小团队也能以极低成本调用前沿AI能力

　　四、明星模型矩阵成型

　　三级分工明确：Astra继续负责最高能力上限，Sol面向专业编程和Agent任务，Luna以极低价格承接高频、规模化工作

　　与竞品对比优势：Sol在编程、事实准确性和计算机使用等方面继承了Astra的进步，事实错误率较上代降低约一半

　　已全面开放：即日起向Plus、Pro、Business、Enterprise和Edu用户开放ChatGPT Work与Codex，API模型名为gpt-6-sol

本文由AI生成