GPT-6 Luna 已发布：9月22日上线，价格与怎么用

GPT-6 Luna 已经正式发布。OpenAI 在 2026 年 9 月 22 日与 GPT-6 Sol 一同上线了这款 GPT-6 家族的轻量档模型，API 标识为 gpt-6-luna：每百万 token 输入 0.1 美元、输出 0.5 美元，比上一代 GPT-5.6 Luna 便宜一半。本文按官方口径整理它的价格、规格、跑分、可用范围和选型建议，并回答最常见的几个问题。

本文速览

• GPT-6 Luna 是什么：GPT-6 家族中价格最低的轻量推理模型
• 价格：每百万 token 输入 0.1 美元、输出 0.5 美元，缓存读取只要 0.01 美元
• 规格：105 万 token 上下文、12.8 万 token 最大输出、六档推理强度
• 在哪能用：OpenAI API、ChatGPT 桌面端（免费用户也能用）、Codex、GitHub Copilot
• 怎么选：批量小任务选 Luna，复杂编码选 Sol，最难的端到端任务选 Astra

GPT-6 Luna 是什么：GPT-6 家族的轻量档

官方口径：GPT-6 Luna 是 GPT-6 家族中成本最低的轻量推理模型，面向高并发、大规模的小任务，比如字段提取、固定格式的摘要、有明确验收规则的轻量编码。它与 GPT-6 Sol 同一天发布，都用与旗舰 GPT-6 Astra 类似的方法训练。

GPT-6 家族的分工可以这样理解：Astra 负责最难的端到端工作，Sol 负责复杂编码和代理式工作流，Luna 负责量大、规则明确、单条价值不高的小任务。三款同代模型上下文长度相同，均为 105 万 token，差别主要在智能水平、推理成本和默认定位。

GPT-6 Luna 发布时间与官方公告

GPT-6 Luna 的发布时间是 2026 年 9 月 22 日，官方公告为《Introducing GPT-6 Sol and Luna》。时间线是：9 月初先发布旗舰 GPT-6 Astra，9 月 22 日补齐 Sol 和 Luna 两档，GPT-6 家族三款模型就此成型。同一天 Anthropic 也发布了 Claude Opus 5.5，两大厂商同日集中出牌。

此前中文社区流传的“GPT-6 后续型号有 Luna、Sol”的爆料与官方最终命名一致，但在官方公告之前均属未经证实信息，实际规格与时间请以官方公告为准。

GPT-6 Luna 价格表：API 每百万 token 多少钱

官方定价如下（每百万 token，标准处理、输入不超过 272K token 的短上下文档）：

三个容易漏掉的计费规则：

• 长上下文加价：输入超过 272K token 时，整次请求按长上下文档计价，Luna 变为输入 0.20、输出 0.75 美元，缓存费率同步调整。注意是整次请求，不是只给超出部分加价。
• 处理模式折扣：Batch 和 Flex 模式 5 折，Fast 模式 2 倍。
• 缓存默认更省：GPT-6 的提示缓存命中率默认更高，缓存输入读取享受 90% 折扣；官方援引 GitHub 的数据称，需要全新处理的 prompt token 占比已降低超过 50%。

价格核验时间：2026 年 9 月 28 日，来源为 OpenAI 官方公告与官方 API 文档。

GPT-6 Luna 规格与能力

两个开发侧注意点：把推理强度设为 none 时，函数调用可以走 Chat Completions；其余档位建议走 Responses API。另外，中途调高或调低推理档位、增删工具都不会破坏缓存，可以在同一个会话里按任务难度动态调整。

GPT-6 Luna 跑分与官方评测解读

官方评测里最能说明 Luna 定位的是这组对比（均为官方发布数据）：

怎么读这张表：Luna 在代码类任务上几乎追平 Sol，但在需要多步长流程的业务自动化和电脑操作上差距拉大。这正是轻量档的典型画像：单点任务便宜又好用，长链条任务容易掉链子。

事实性方面，官方口径是：Luna 在高推理档位下的事实错误率接近 GPT-5.6 Sol 的水平，而成本只有它的约百分之一；官方披露其事实错误率约 7.6%（max 档）。对预算敏感又在意胡编率的场景，这是个值得关注的数据。

第三方评测机构 Artificial Analysis 已收录该模型的智能与价格对比页面，可与官方口径互相印证。

GPT-6 Luna vs Sol vs Astra：一张表看懂怎么选

（Astra 价格引自官方模型文档口径；三款 GPT-6 上下文均为 105 万 token。）

选型经验可以用“失败代价”划线：任务短、格式固定、错了能靠规则或人工快速纠正，从 Luna 开始；跨文件、工具多、约束会中途变化，用 Sol；步骤长、跨系统、失败返工昂贵，再评估 Astra。已经用 GPT-5.6 Terra 跑得稳的存量流程，不必因为版本号更新就立刻迁移。

哪里能用 GPT-6 Luna：API、ChatGPT、Codex 与 Copilot

发布当日 Luna 已在四个入口可用，但规则不一样：

• OpenAI API：标识 gpt-6-luna，按 token 计费，开发者首选入口。
• ChatGPT 桌面端：已向 Free 和 Go 用户开放，不订阅也能用。
• ChatGPT Work 与 Codex：模型选择器里可选 Sol 和 Luna，正在逐步推送；注意普通 Chat 界面里选不到这两款。
• GitHub Copilot：已上线，覆盖 Pro、Pro+、Max、Business 和 Enterprise 套餐。

一个常见误会：API 文档里有这个型号，不代表你的 ChatGPT 界面就一定选得到。模型可见性受客户端、套餐和工作区设置影响，以你界面里的模型选择器为准，官方帮助文档有最新说明。

什么时候选 GPT-6 Luna：一笔可复算的成本账

以一次典型请求为例：10 万普通输入 token、2 万输出 token，不使用缓存：

• GPT-6 Luna：0.1 × 0.1 + 0.02 × 0.5 = 约 0.02 美元
• GPT-6 Sol：0.1 × 2 + 0.02 × 10 = 0.40 美元

同样用量下，Luna 约是 Sol 的二十分之一。这只是标价演算，实际账单还受缓存命中率、重试次数和合格率影响：如果 Luna 反复返工，把任务升到 Sol 反而更省。建议拿自己的一小批真实任务，固定验收标准试跑两个型号，记录通过率、耗时和实际 token 用量，再决定默认模型。

对个人用户，Luna 已向 ChatGPT 免费档开放，想判断付费套餐值不值，可以参考本站的 ChatGPT Plus 值不值得买分析。

总结

GPT-6 Luna 的发布把 GPT-6 级别的智能拉到了大约上一代轻量模型一半的价格：代码类任务几乎追平 Sol，长流程智能体任务仍有明显差距。如果你的业务是批量、规则明确的小任务，现在就可以用 gpt-6-luna 试跑对比；个人用户打开 ChatGPT 桌面端即可体验。

参考资料与相关阅读：

• OpenAI 官方公告《Introducing GPT-6 Sol and Luna》
• ChatGPT 官方帮助文档
• GPT-6 已发布：9 月 3 日上线，Astra 价格表+上手教程
• AI 模型发展趋势 2026 展望
• GPT-5.6 降智了吗？回答变短的真相与让输出变好的 6 个方法

作者：AI345

最后更新：2026 年 9 月