GPT-6 Luna 是什么？0.1 美元入门档模型详解

如果只想用最低的成本体验 GPT-6 系列，答案是 GPT-6 Luna：它是 OpenAI 在 2026 年 9 月 22 日发布的入门档模型，每百万 token 输入只要 0.1 美元、输出 0.5 美元，是 GPT-6 家族里最便宜的一档。这篇讲清它的定位、真实能力和适用边界。

本文数据来自 OpenAI 官方公告，发布于 2026 年 9 月 22 日。

GPT-6 Luna 是什么：一句话定义

GPT-6 Luna 是 OpenAI GPT-6 系列的第三个档位。目前系列格局是：Astra（9 月 3 日发布的旗舰）、Sol（中档主力）、Luna（入门走量档）。官方说明 Luna 用与 Astra 相似的方法训练，把 Astra 的能力进步带进了更快、更便宜的小模型里。

价格上它是全场最低：输入 $0.10、输出 $0.50（每百万 token），比 GPT-5.6 Luna 再便宜 50%。作为对比，同系列 Sol 是 $2/$10，Luna 的输入价格只有 Sol 的二十分之一。

Luna 的能力：官方数据怎么看

便宜不等于弱，官方公告给了四组可核对的数据：

1. 事实性：高 effort 下匹配 GPT-5.6 Sol，成本约为其百分之一
2. 编程：DeepSWE 1.1 max 得分 66.6%，与 Claude Opus 5 和 Fable 5 的 medium 档相当，成本比 Opus 5 低 93%、比 Fable 5 低 96%
3. 计算机使用：OSWorld 2.0 offline max 超过 GPT-5.6 Sol medium，成本是其十分之一
4. 业务工作流：AutomationBench 上 high effort 比前代 GPT-5.6 Luna 提升 5.4 个百分点，每任务成本低 58%

翻译成人话：Luna 已经能做到上一代中档模型做的事，但价格低一到两个数量级。它摸不到 Astra 的天花板，但在自己的价位段几乎没有对手。

和 GPT-5.6 Sol、GPT-6 Astra 什么关系

最容易混淆的是 Luna 和 GPT-5.6 Sol 的边界。GPT-5.6 Sol 是上一代的中档模型，能力更强但贵得多；GPT-6 Luna 在高 effort 下的关键指标可以追平它，所以很多原本用 GPT-5.6 Sol 的轻量场景，现在切到 Luna 更划算。想了解上一代中档模型的定位，看这篇 GPT-5.6 Sol 是什么的解读。

和 Astra 的关系则简单得多：Astra 是全场景最强，Luna 是成本效率优先的入门档，两者不互相替代。Astra 发布时的完整背景见 GPT-6 Astra 发布解读与上手教程。

适合谁用、不适合谁

适合 Luna 的场景：

1. 海量文本处理：分类、抽取、打标、摘要，量大对单价极度敏感
2. 客服与聊天机器人：高并发日常对话，事实性已接近上一代中档
3. 轻量 Agent 步骤：Agent 流水线里不需要深度推理的中间环节
4. 原型验证：低成本跑通产品逻辑，再决定要不要上更贵的档位

不适合的场景：

1. 最复杂的专业任务和深度研究，该用 Astra
2. 需要长链路推理的编程大任务，Sol 的性价比反而更好
3. 计算机使用类重活，那是 Astra 的保留阵地

订阅用户要注意：Luna 主要面向 API 开发者，ChatGPT 套餐内的档位体验是另一回事，选套餐前看 GPT-6 Astra 每周额度与省额度技巧，是否值得订阅看 ChatGPT Plus 值得买吗的无广实测。

3 步开始用 Luna

1. 登录 platform.openai.com，在 Billing 充值并创建 API Key
2. 调用时把 model 参数设为 Luna 对应的模型 ID（以 /v1/models 列表返回为准），新价格自动生效
3. 先用小批量真实任务试跑，对照 Usage 字段核一遍成本，再放量；记得配置 prompt caching，缓存输入读取有 90% 折扣

完整步骤和报错排查见 GPT-6 API 接入教程。国内访问提醒：OpenAI 服务不对中国大陆地区提供服务，可用性以官方支持地区列表为准，请通过合规方式使用。