📍 真實場景
8 人網拍小公司的營運專員
每天要把訂單通知信、客服來信和庫存試算表對來對去，正想請 AI 自動處理其中一部分
😖 卡住的地方：上次拿最強的 AI 模型試跑，一週的 API 帳單就讓老闆皺眉，自動化計畫只好退回手動作業
💡 讀完你會看懂 Sol 與 Luna 的降價到底降了什麼，並能今天就用自己的工作實測哪個模型划算
⚡ 一句話講清楚
OpenAI 本月稍早先推出旗艦模型 GPT-6 Astra，官方稱它是目前最聰明、對齊讓 AI 的行為符合人類的意圖與價值，不亂來程度也最高的模型。這次再加入 GPT-6 Sol 與 GPT-6 Luna 兩個成員：它們用和 Astra 相似的方法訓練，把 Astra 在專業工作、事實正確、寫程式、操作電腦上的進步，帶到更快、更便宜的版本。可以把 Astra 想成頂尖主廚，Sol 和 Luna 是照同一套功夫訓練出來的副廚：最難、最重要的菜仍找主廚，日常的大量出菜交給副廚。兩者在能力與價格之間取不同的平衡，實際價格請以官方價目表為準。
最直接的消息是價格：Sol 與 Luna 的 API讓你的程式或自動化工具直接呼叫 AI 的接口，用多少付多少 價格，比 GPT-5.6 的「促銷價」再降 50%。價格以每 100 萬個 tokenAI 計費與計算長度的最小單位，可以想成一個字或字的片段 計算。OpenAI 說降價來自 快取把重複出現的內容先存起來，下次直接取用而不必重算 與推論（模型實際回答問題時的運算）效率的改善，並把省下的成本轉給使用者。要注意的是，降 50% 的比較對象是促銷價，不是原本的正式價。
至於實力，OpenAI 用 基準測試拿同一份考卷幫不同 AI 打分數，用來比較誰比較強 自我對照。在測「跨多個軟體完成商務流程」的 AutomationBench 上，Sol 在 xhigh 檔（推理力度讓模型多想一會兒再回答的設定，想越久通常越準、也越貴的高檔）勝過 Claude Opus 5 的最高檔，而每項任務成本只有 Opus 5 的 9%；Luna 在 high 檔比上一代進步 5.4 個百分點，成本低 58%。在測 AI 代理人（agent能自己拆步驟、操作軟體來完成任務的 AI）處理複雜專業流程的 Agents' Last Exam 上，Sol 拿到 56.4%，高於 Opus 5 該測試的最高分，每項任務成本低 60%。另外在官方內部的事實正確評測中，Sol 的錯誤約為上一代的一半。以上數字全部是 OpenAI 自己公布的。
🏃 快速上手三步（今天就能做）
1
查價：算出你的實際單價打開 OpenAI 官網的模型與定價頁面，找到 GPT-6 Sol、Luna 的『每 100 萬 token 輸入／輸出價格』，和你目前在用的模型並排抄進試算表。判斷標準：如果你現在用的是 GPT-5.6，看新價格是否約為促銷價的一半；如果你付的不是促銷價，就以自己實際付的價格重算，不要直接套用『砍半』這個說法。
▼
2
試跑：拿 5 個真任務做對照挑你手上最常做的 5 件真實工作（例如把客服信整理成試算表的一列），用同一份提示詞分別交給 Sol、Luna 和你現在的模型。API 回傳結果裡的 usage 欄位會告訴你用了多少 token，把『答對幾題』和『每題花多少錢』記下來。判斷標準：比較『每個正確結果的成本』，不要只看單價。再把推理力度從 low 調到 high 各跑一次，看多花的錢有沒有換到更好的結果。
▼
3
設防：先設上限，再抽查事實在 OpenAI 帳號後台找到用量或預算上限的設定並先設好，避免自動化程式失控燒錢。官方說 Sol 的事實錯誤約減半，但『減半』不是『歸零』：凡是涉及金額、日期、客戶資料的輸出，先抽查 20 筆人工核對，錯誤率在你能接受的範圍內，再放手讓它自動跑。
🧠 工程思維透鏡（資深工程師看到的是什麼）
🔭 『價格降 50%』真的代表我的帳單會少一半嗎？
不一定。第一，比較基準是 GPT-5.6 的促銷價，不是正式價，若你原本付的不是促銷價，實際降幅會不同。第二，帳單看的是『每項任務』的總花費，等於單價乘上用掉的 token 數，而推理力度調高時模型通常會多想、多用 token。官方自己的跑分也是用 cost per task（每項任務成本）來比，這才是對應真實帳單的口徑。工程上的做法是把『每個正確結果的成本』當成監控指標，而不是盯著單價。
🔭 官方跑分很漂亮，我該直接把 Sol 或 Luna 換上線嗎？
先別。這些數字全是 OpenAI 自己公布的，而且比較設定並不對稱（例如 Sol 的 xhigh 對上 Opus 5 的 max）；AutomationBench 代表的是一般商務流程，不等於你的流程。務實的權衡是：建立一組自己的小型測試題，把模型名稱做成設定值而不是寫死在程式裡，之後就能依任務難度分流。簡單、量大的先試 Luna，較難的用 Sol（官方定位 Sol 處理困難工作），出錯代價很高、要追求最佳結果的才動用 Astra。這樣也能降低被單一供應商的價格或政策變動牽著走的風險。