GPT-6 Luna 每百万输入 0.1 美元，模型价格战开始算“每个任务”
OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格相较 GPT-5.6 促销价下降 50%，并把提示词缓存折扣和诊断工具一起推给开发者。模型更便宜，是否会让 Agent 工作流从“偶尔调用”变成“反复运行”，要看每个任务的总成本。
价格先砍半，Luna 直接进入低价位
OpenAI 9 月 22 日发布 GPT-6 Sol 和 GPT-6 Luna。按官方给出的对照价，GPT-6 Sol 的输入价格从每百万 token 4 美元降到 2 美元，输出从 20 美元降到 10 美元；GPT-6 Luna 的输入从 0.20 美元降到 0.10 美元，输出从 1.20 美元降到 0.50 美元。这里比较的是 GPT-5.6 的促销价，不能直接当成所有历史账单的普遍降幅。
Luna 的定位很明确：让更多请求可以持续跑起来。写摘要、整理资料、改代码这类任务，单次调用本来就不贵，成本常常出在反复试、调用工具和失败重跑。
OpenAI 想解决的是“长任务成本”
这次更新还配套改了提示词缓存。OpenAI 称，缓存输入读取最高可享 90% 折扣；即使调整推理强度或工具可用性，也能尽量保留已有缓存。对一个要反复读同一份资料、持续调用工具的 Agent 来说，省下的可能比单次 token 降价更多。
OpenAI 还引用 GitHub 的内部数据称，数十亿次请求中，新的处理量占比降了超过一半。这个数字来自合作方的内部披露，说明缓存有用，不能直接换算成所有团队都会少一半账单。缓存命中率、上下文大小和任务写法都会影响结果。
官方评测很亮眼，边界也写在页面上
OpenAI 在 AutomationBench 上给出的结果是：GPT-6 Sol 使用 xhigh 推理时得分 33.2%，平均每个任务成本 0.27 美元；GPT-6 Luna 在 DeepSWE 软件工程评测中得分 66.6%。官方还称，Sol 的单任务成本比 GPT-5.6 低约 80%，Luna 比 Claude Opus 5 低约 93%。
这些结果来自 OpenAI 的测试环境和公开报告，页面也注明生产环境的 API 和评测条件可能不同。AutomationBench 的竞品设置、失败重跑和人工复核方式，决定了 0.27 美元能不能在外部重现。看数字时，先看任务定义和账单口径。
以后算账，别只看每百万 token
低价模型会让“多试几次”变得便宜，Agent 也更可能在一个任务里反复查资料、改结果、跑工具。于是账单要同时记四项：缓存命中率、工具调用次数、失败重跑次数，还有最后需要多少人工检查。只看输入和输出单价，很容易低估长任务的总支出。
对普通团队，先拿一项已有工作做完整记录：同一任务跑几轮、每轮用了多少上下文、哪一步需要人接手。跑完再比较 GPT-6 Sol、Luna 和现有模型的总成本。价格降了，流程写得乱，账单照样会膨胀。
未来 3—6 个月 · 待核查问题
接下来怎么看
未来几个月，模型供应商会继续把“每百万 token 价格”往下压，公开比较会逐渐转向每个可交付任务的成本。OpenAI 目前给了少量 AutomationBench 账，但还没有给出不同缓存命中率、工具调用次数和失败重跑下的完整账本。
持续检查：同一任务的完整成本是否包含缓存、工具和重跑；外部团队能否复现 0.27 美元每任务；价格下降是否带来更长的 Agent 运行，而不只是让 API 账单变小。