今天凌晨，财联社的快讯只有几十个字：OpenAI推出GPT-6 Sol与GPT-6 Luna，API价格较GPT-5.6促销定价下调50%。上午我把IT之家、虎嗅、凤凰网几家的报道翻出来对着看了一遍，越看越觉得，这次低调的发布，可能比前几天那个"两页纸数学证明"对普通人更有实际意义。
先把事实摆清楚。Sol和Luna沿用了与GPT-6 Astra相近的训练方法，把Astra在专业工作、事实准确性、编程、计算机操作等方面的能力，装进了更快、更便宜的模型里。定价上，Sol从上一代促销期的每百万Token输入4美元、输出20美元，降到2美元和10美元；Luna更狠，输入0.1美元、输出0.5美元，折合人民币约0.7元和3.5元。而本月初发布的旗舰Astra，价格是每百万Token输入10美元、输出50美元——OpenAI自己也说，要"最佳效果和无妥协的体验"，还是选Astra。
为什么"半价旗舰"比"最强模型"更值得普通人关心
关键在于一个很多人没意识到的事实：让AI替你干活的"智能体"模式，是个吃Token的大户。你让AI聊天，一来一回几千Token；你让AI替你跑一套跨软件的流程——查资料、填表格、发邮件、核对结果——中间每一步都在烧Token，一个任务下来消耗可能是聊天的几十倍。
所以过去智能体一直停留在"演示很惊艳、日用烧不起"的阶段。瓶颈不在能力，在账单。这次发布的报道里有两个数字很说明问题：在AutomationBench的跨应用业务流程测试中，Sol的每任务成本只有同类竞品的9%；Luna比前代能力提升5.4%的同时，每任务成本降了58%。能力小步走，成本大跳水——这才是"AI替你干活"从尝鲜走向日常的拐点。
和国产模型的价差，也在悄悄缩小
虎嗅把Luna和DeepSeek V4.1 Flash的价目表放在一起比了比：DeepSeek闲时缓存未命中的输入价是每百万Token 1元、输出4元，高峰时段翻倍；Luna折合约0.7元和3.5元，且没有峰谷波动。当然DeepSeek手里仍有王牌——闲时缓存命中输入只要0.02元，V4.1 Flash还有100万Token上下文和图文理解能力。
我不打算替谁下"胜负"结论。真正值得记住的是另一件事：当海内外模型挤进同一个价格区间，最大的受益者从来都是用的人。价格战的每一分降幅，最后都会变成你账单上少掉的数字。
普通人的"模型分级"实操
这次发布还有两个容易漏掉的细节：Sol和Luna目前上线在ChatGPT Work和Codex里，聊天窗口尚未开放；免费版和Go版用户已经能在桌面端应用里用上Luna。
也就是说，不花一分钱，你现在就能摸到"旗舰同款训练方法"的模型。基于这个现实，给你一个简单好用的分级原则：**高频、重复、允许出错的任务，交给便宜模型；低频、高价值、不容出错的任务，才动用贵的。**整理会议纪要、初筛资料、写日报草稿，Luna这个价位随便跑；对外的重要文案、涉及决策的分析，再上旗舰。就像日常通勤不需要开货车——把预算花在刀刃上，AI才能真正"随时随地从容有余"。
如果你还不确定自己手头的任务该配哪一档，可以先去 spark1.cn/tools/ 里挑一个现成工具跑跑看：写作、数据整理、日报周报都在一个页面上，用便宜模型先把流程跑通，再决定哪里值得升级——这比看十篇评测都管用。
模型会一直降价，能力会一直上浮，而学会"分级使用"的人，从今天起就已经在享受这波红利了。
本文素材综合自财联社、IT之家、虎嗅、凤凰网等公开报道。
💬 评论