GPT-6 Luna
OpenAI推出的GPT-6系列模型之一,与Sol并列发布,基于Astra同源架构,主打低成本与低推理错误率,可能侧重轻量化高吞吐场景
核心事实
时间轴 (近 90 天)
在电商产品分类任务中,微调后的Qwen 3.5 2B模型准确率达到69.8%,超过未微调的GPT-6 Luna的68.2%。
研究使用GPT-6 Luna将职位描述段落分类为团队背景、角色任务和任职资格三部分。
把 refund agent 从 GPT-6.1 Sol 降到 GPT-6 Luna,月账单从约 163 美元降到约 21 美元,降幅约 90%。
Hydrogen 的价格是 Claude Haiku 5.5 和 GPT-6 Luna 的 15 倍。
Claude Opus 5.5 和 GPT-6.1 Sol 均不在每月10美元的 Copilot Pro 套餐内,Pro 用户实际可用的替代模型仅有 GPT-6 Luna。
Gemini Decision 1 与 GPT-6 Luna 决策模型定价相同:每百万输入 token 收费 10 美分,输出免费。
Meta发布Muse Ember,定位对标Claude Haiku、GPT-6 Luna等小型模型,在帕累托前沿上得分高于Haiku而价格约为其三分之一,在Artificial Analysis智能指数上与Haiku 5.5持平
原文没有披露 Muse Ember、Haiku 5.5 和 GPT-6 Luna 三者的上下文窗口和工具调用格式细节
对智能体开发者而言,若典型请求长度在 100k 到 200k 区间,Claude Haiku 5.5 已进入高价档而 Muse Ember 仍处低价档;若频繁超过 200k,Ember 的价格跳涨会比 GPT-6 Luna(272k 阈值)更早触发,因此提示长度分布应作为选型硬性考量。
Muse Ember 在短提示场景下定价为输入每百万 token 0.10 美元、输出每百万 token 0.50 美元,与 GPT-6 Luna、Claude Haiku 5.5 完全对齐。
还有 40 条时间轴事件
全部知识事实 (20)
OpenAI官方称GPT-6 Sol与Luna与此前的Astra系列同源
90%已验证GPT-6 Astra的API模型标识为gpt-6-astra
90%已验证测试覆盖了四款视觉模型:Claude Sonnet 5(Anthropic)、Gemini 3 Flash(Google)、Gemini 3.1 Flash-Lite(Google)、GPT-5.4 nano(OpenAI)
80%已验证GPT-6 Sol和GPT-6 Luna在更低成本下实现了强劲表现,并在OfficeQA Pro基准测试上推高了帕累托前沿
75%已验证Decisions API运行在名为GPT-6 Luna的模型上
70%已验证Haiku 5.5的直接竞争对手是GPT-6 Luna这一档位的模型
65%已验证GPT-6 Luna几乎能完成此前用GPT-5.6 Soul做的所有任务,包括制作PPT、视频剪辑加字幕、制作封面、自动化发布流程、复杂Skill修改、简单项目开发、新技术调研
65%已验证GPT-6 Astra是一次全新的预训练模型换代,而非小版本迭代
65%已验证OpenAI于2026年10月14日在弃用页面上新增通知,宣布GPT-4o、GPT-4o mini、GPT-4.1和GPT-4.1 mini将于2027年1月14日从API中移除。
70%已验证OpenAI 宣布 Decisions API 向所有开发者开放公开测试,由 GPT-6 Luna 驱动,支持文本和图像输入
70%已验证GPT-6 Sol 与 Anthropic 的 Opus 5.5 同日发布
70%已验证Devin 官方宣布最新集成的 GPT-5.6 Sol 模型已在 Devin Desktop 和 Devin CLI 两大平台上线
65%待验证新模型同时实现了质量更高与成本更低,打破了传统的性能与成本权衡关系
70%部分验证相比上一代,Sol的输入和输出价格都减半,Luna输入减半、输出约降58%
65%部分验证GPT-6 Sol在智能度几乎与上一代持平的前提下,价格下降了一半
65%待验证Muse Ember 在短提示场景下定价为输入每百万 token 0.10 美元、输出每百万 token 0.50 美元,与 GPT-6 Luna、Claude Haiku 5.5 完全对齐。
60%待验证Haiku 5.5在Computer Use任务上比GPT-6 Luna高出约40%
60%待验证在软件工程基准DeepSweep上GPT-6 Sol取得68.8%,距顶级旗舰约差1.1个百分点,成本降低约八成
60%待验证Flagship or experimental models like GPT-5.6 Luna represent a vendor's capability ceiling and excel at complex reasoning, long-context understanding, and multimodal processing
60%待验证在电商产品分类任务中,微调后的Qwen 3.5 2B模型准确率达到69.8%,超过未微调的GPT-6 Luna的68.2%。
50%