美东时间9月22日，OpenAI一口气发布了两款新模型：GPT-6 Sol和GPT-6 Luna。距离9月3日GPT-6 Astra亮相，不到三周。这次的关键词不是能力，是价格。 两款模型的API价格较GPT-5.6促销价再降 50% 。其中Luna的输入价压到 0.10美元/百万Token ，输出价0.50美元。这个数字，已经切进了DeepSeek的低价区间。 从旗舰到低价，三周补齐产品线 OpenAI的产品节奏在加快。9月3日发布GPT-6 Astra，定位旗舰；不到三周，Sol和Luna跟上，把Astra的技术优势扩展到更快速、更实惠的模型上。 两款新模型基于GPT-6 Astra技术，但分工明确：Sol擅长复杂工作，Luna突出成本效率。OpenAI的说法是，降价源于缓存和推理效率的提升，公司把节省的成本直接传导给用户。 这个逻辑并不复杂——技术效率提升带来成本下降，成本下降直接反映在定价上。但放在大模型竞争的时间线上看，动作本身比解释更有信息量。 0.10美元意味着什么 Luna的输入价0.10美元/百万Token，是这次发布里最扎眼的数字。它意味着OpenAI不再只是守着自己的价格带，而是主动进入了竞争对手的低价区间。 DeepSeek此前建立的价格护城河，正在被正面挑战。当旗舰厂商把价格压到同一水平线，用户的选择逻辑就会发生变化——不再只是"谁更强"，而是"同样的钱，谁更划算"。 性能数据上，Sol在AutomationBench测试中表现优于Astra和Claude Opus 5。具体来看： GPT-6 Sol在xhigh effort下得分 33.2% GPT-6 Astra在low effort下得分30.3% Claude Opus 5在max effort下得分26.9% Luna这边，在AutomationBench高强度测试中较前代提升 5.4个百分点 ，同时单项任务成本降低 58% 。提升和降本同时发生，这是成本效率型模型的核心卖点。 同一天，Anthropic也没闲着 9月22日这天，Anthropic推出了Claude Opus 5.5，同样强调更低的运行成本。两家头部公司同一天在价格上做文章，这不是巧合。 行业竞争的维度已经变了。过去比的是谁的模型更聪明，现在性能、速度、成本三条线同时推进。规模和成本成为新的关键因素——谁能用更低的成本跑出可用的结果，谁就能拿下高频调用的场景。 对开发者来说，这意味着API账单的算法要重新算一遍。高频低成本场景过去是DeepSeek的主场，现在Luna带着0.10美元的输入价进来了。选择变多，议价空间也变大了。 价格战卷到这个程度，受益的是调用量大的团队。而模型厂商要回答的问题变成了：降价之后，靠什么留住用户。 特别
