文／Laban（優創智能 AI 導入工程師）
GPT-6 Sol 與 GPT-6 Luna 是 OpenAI 於 2026 年 9 月 22 日發布的兩款 GPT-6 系列模型，定位在旗艦 GPT-6 Astra 之下，主打用更低成本提供接近 Astra 的能力。結論先講：這次發布對企業最重要的是價格減半，以及三層模型分工變得清楚。Sol 與 Luna 的 API 價格都比 GPT-5.6 同級模型低 50%，快取讀取還有 90% 折扣。對已經在用 GPT-5.6 的企業來說，現在值得重新算一次成本，並把任務分到合適的模型層級。
根據 TechCrunch 報導，Anthropic 在 OpenAI 發布前約 90 分鐘推出了 Claude Opus 5.5。兩家同一天降價，企業這一季在模型選擇上的議價空間明顯變大。
一、GPT-6 Sol 與 Luna 的五個關鍵事實
1. 價格：Sol 與 Luna 都降 50%
以下價格以每百萬 Tokens 計，比較基準是 GPT-5.6 同級模型的促銷價：
| 模型 | 輸入 | 輸出 | 降幅 |
|---|---|---|---|
| GPT-6 Sol | $4 → $2 | $20 → $10 | 50% |
| GPT-6 Luna | $0.20 → $0.10 | $1.20 → $0.50 | 官方標示 50%（輸出實際降約 58%） |
OpenAI 表示，降價來自快取與推論效率的改進。旗艦 GPT-6 Astra 的定價沒有調整，官方仍把它定位為「各方面最好的模型」。
2. 快取讀取打一折，對代理與長對話最有感
GPT-6 改善了提示快取（Prompt Caching），預設的快取命中率更高，快取讀取享 90% 折扣。依 OpenAI 官方模型頁，Sol 的快取讀取為每百萬 Tokens $0.20，快取寫入為一般輸入價的 1.25 倍（$2.50）。
另外有三項對開發者實用的更新：
- 監控與診斷：Prompt Caching Dashboard 可以查看快取比例，診斷工具會說明哪些請求沒吃到快取、原因是什麼。
- 調整不破壞快取：對話中途提高或降低推理強度（reasoning effort）、開啟或關閉工具，都不會讓先前的快取失效。
- 自訂快取斷點：開發者可以指定快取前綴到哪裡結束。
3. 專業工作與程式開發：以更低成本接近頂級模型
OpenAI 公布了多項基準測試，重點如下（皆為 OpenAI 自行公布）：
- AutomationBench（跨應用程式的商業流程）：Sol 在 xhigh 推理強度下得分 33.2%，每個任務成本 $0.27，高於 Claude Opus 5 最高強度的 26.9%；後者的單次任務成本是 Sol 的 11.1 倍。
- DeepSWE v1.1（真實程式碼庫的軟體工程任務）：Sol 最高強度得分 68.8%，與 Claude Fable 5 的 69.9% 相差 1.1 個百分點，單次任務成本約低 80%。
- OSWorld 2.0（電腦操作）：Sol 在 xhigh 強度下得分 60.5%，與 Claude Opus 5 中等強度的 60.3% 相當，單次任務成本約低 80%。
要注意，這些比較對象是 Opus 5 與 Fable 5／5.1，不是同日發布的 Opus 5.5。
4. 事實正確性：Sol 的錯誤約減半
OpenAI 用使用者曾回報錯誤的真實對話（已去識別化）做內部評估，Sol 的事實錯誤約為前一代的一半；Luna 在高推理強度下，與 GPT-5.6 Sol 相當。OpenAI 也說明，這組對話刻意挑選容易出錯的情境，不代表一般使用時的錯誤率。
5. 回答風格更精簡
Sol 與 Luna 沿用 Astra 的溝通風格：術語更少、贅述更少、回答略短。對一般使用者是好事，但如果下游系統依賴固定的輸出長度或格式，切換前要特別測試。
二、上線範圍與模型 ID
- ChatGPT：Plus、Pro、Business、Enterprise 與 Edu 使用者可在 ChatGPT Work 與 Codex 中使用；Free 與 Go 使用者可在桌面版使用 Luna。官方表示會在當天分批開放。
- API：模型 ID 為
gpt-6-sol與gpt-6-luna。 - Sol 規格（依官方模型頁）：上下文長度 1,050,000 Tokens，最大輸出 128,000 Tokens，知識截止日為 2026 年 4 月 20 日；推理強度可選
none、low、medium（預設）、high、xhigh、max。
三、企業怎麼分工：Astra、Sol、Luna 三層
| 層級 | 適合的任務 | 建議角色 |
|---|---|---|
| GPT-6 Astra | 最困難、錯誤代價最高的專案 | 例外升級，不當預設 |
| GPT-6 Sol | 程式開發、多步驟代理、跨系統業務流程 | 企業預設模型 |
| GPT-6 Luna | 文件摘要、資料擷取、分類、快速問答 | 大量任務的主力 |
實務上最常見的浪費，是把所有任務都丟給同一個最強的模型。以 Luna 與 Sol 的輸出價差來看，同樣是把一份文件摘要成 500 字，改用 Luna 的 Token 成本只有 Sol 的二十分之一。把大量、目標明確、錯了也容易發現的任務交給 Luna，通常是這次降價後最快看到成效的地方。
四、台灣企業切換前該做的四個步驟
步驟 1：盤點現有用量與成本結構
從過去 30 天的 API 帳單與日誌，按任務類型拆出輸入、輸出與快取讀取的比例。代理流程、客服知識庫這類重複讀取長上下文的任務，快取占比通常最高，切換後節省也最明顯。
步驟 2：用自己的任務樣本做回歸評估
不要只看官方跑分。從實際業務中抽 30–50 個代表性任務（包含過去失敗過的案例），分別用 GPT-5.6 與 GPT-6 執行，比較四項指標：
- 輸出品質（以人工或既有評分規則判定）
- 每個任務的 Tokens 用量與成本
- 回應延遲
- 輸出格式是否仍符合下游系統要求
評估方法可以參考 企業 AI 導入流程。
步驟 3：設計分層路由
依步驟 2 的結果，把任務分成 Luna、Sol、Astra 三層，並在程式中用設定檔決定每類任務使用哪個模型。Luna 處理失敗或信心不足時，再升級給 Sol。代理能動到哪些系統，也要同步確認，可參考 AI 代理權限邊界與沙箱設計。
步驟 4：灰度放量，保留一鍵退回
先把 10%–20% 的流量切到 GPT-6，觀察一到兩週。模型 ID 放在設定檔而不是寫死在程式碼中，確保出問題時可以立刻退回 GPT-5.6。
五、結語：降價是機會，分層才是長期節省
同一天內 Anthropic 與 OpenAI 相繼降價，代表前沿模型的價格競爭正在加速。企業不需要每次都追最新、最強的模型，真正能累積的是依任務分層、用樣本評估、隨時可切換的架構。有了這套架構，每一次降價都能直接變成成本優勢。
如果你的團隊正在評估模型切換或規劃 AI 代理，歡迎參考優創智能的 AI 導入服務，或直接 與我們聯絡 討論你的工作流。
參考來源
- OpenAI，〈Introducing GPT-6 Sol and Luna〉，2026-09-22：https://openai.com/index/introducing-gpt-6-sol-and-luna/
- OpenAI Developers，〈GPT-6 Sol Model〉，2026-09-23 查閱：https://developers.openai.com/api/docs/models/gpt-6-sol
- TechCrunch，〈OpenAI launches GPT-6 Sol and Luna, boasting lower cost and fewer mistakes〉，2026-09-22：https://techcrunch.com/2026/09/22/openai-launches-gpt-6-sol-and-luna/
相關推薦與延伸閱讀
- GPT-6.1 Sol 上線：接近 Astra 的能力、五分之一價格，企業 AI 代理該怎麼重新選型：OpenAI 發布 GPT-6.1 Sol，官方表示程式碼、電腦操作與專業文件任務接近 GPT-6 Astra，標準價僅 Astra 的五分之一：輸入 $2、快
- Claude Opus 5.5 上線：成本降 40%、長任務更穩，企業 AI 導入該怎麼評估與切換：Anthropic 於 2026 年 9 月 22 日發布 Claude Opus 5.5，官方表示預設設定下執行成本比 Opus 5 低約 40%，Token
- GPT-6.1 Sol 單任務成本降到 0.72 美元：Artificial Analysis 評測怎麼讀，企業重算 AI 代理成本的四步驟：Artificial Analysis 評測顯示 GPT-6.1 Sol 單任務成本為 0.72 美元，比 GPT-6 Sol 低約 31%、比 GPT-5.6