AI Know · 技术研究笔记
Sol 定价 $2/$10，Luna $0.10/$0.50 每百万 token
两模型价格约为 GPT-5.6 对应版本一半；Intelligence Index 与 GPT-5.6 持平；已上线 OpenRouter，推送 ChatGPT Work 与 Codex
三分钟读懂
先看结论，再决定是否深读
- Sol 定价 $2/$10，Luna $0.10/$0.50 每百万 token
- 两模型价格约为 GPT-5.6 对应版本一半
- Intelligence Index 与 GPT-5.6 持平
- 已上线 OpenRouter，推送 ChatGPT Work 与 Codex
- 成本减半而智能不降，推理经济学生变
核心原理
Artificial Analysis 对 GPT-6 Sol 与 Luna 的评测，表面看是一次常规模型更新，实则释放了一个关键信号：OpenAI 不再只追求智能指数向上突破，而是把竞争重心转向单位智能的成本。Sol 与 Luna 的价格分别落在 $2/$10 和 $0.10/$0.50 每百万输入/输出 token，约为 GPT-5.6 对应版本的一半，但 Intelligence Index 并未下滑。这意味着同等智能水平下，推理账单可以直接砍半。
对开发者而言，这比一次“智力跃升”更有商业价值。过去两年，大模型应用的最大瓶颈之一是 token 成本吃掉了毛利，尤其是需要多轮推理、长上下文和工具调用的 Agent 场景。GPT-6 Sol 与 Luna 把价格压到 GPT-5.6 的一半，同时保持指数持平，等于把 Agent 和代码助手的单位经济模型重新写了一遍。OpenRouter 上线、ChatGPT Work 和 Codex 推送，说明这不是纸面发布，而是即刻可用的生产级供给。
更值得关注的是竞争节奏。Artificial Analysis 的第三方评测一旦确认“成本减半、智能持平”，其他厂商将被迫跟进降价或提升效率。价格战不再只是低价模型的专利，旗舰级智能也开始进入性价比竞争。对应用层来说，这是一次从“省着用”到“放开用”的窗口期。
技术细节
输入侧：Sol 与 Luna 共享输入处理管线，但面向不同负载。Luna 针对高频、短输入场景优化，例如分类、抽取、路由和简单问答；Sol 支持更长上下文和复杂工具调用。输入成本减半可能来自 tokenizer 压缩率提升、前缀缓存复用以及批处理调度优化。开发者应关注缓存命中定价和长上下文阶梯计费，因为输入侧省钱空间往往比输出侧更大。
推理/执行侧：两模型采用动态推理预算。简单请求走 Luna 轻量路径，复杂请求由 Sol 深度推理。MoE 稀疏激活降低每 token 激活参数，配合量化与推理内核优化，使单位 token 算力成本下降。执行侧支持并行工具调用和代码执行沙箱，Sol 在多步推理和代码生成上保留更高推理预算，Luna 则以低延迟优先。这种分层让同一套 API 可以覆盖从实时交互到深度分析的不同时延要求。
输出/评测侧：Artificial Analysis Intelligence Index 覆盖推理、代码、数学和知识任务。Sol 与 Luna 指数持平 GPT-5.6，说明输出质量没有因降价而缩水。但输出定价差异极大：Luna 输出 $0.50，Sol 输出 $10。输出 token 价格反映生成成本，也提醒开发者控制 max_tokens 和冗余输出。评测侧还需注意，指数持平不等于所有子项持平，长尾任务和事实性仍需自有 eval 验证。
工程实践
第一，按任务分层路由。 用 Luna 处理分类、抽取、摘要、路由和简单问答，用 Sol 处理多步推理、代码生成和长文分析。设置置信度阈值，低置信度自动升级到 Sol，避免用小模型硬扛复杂任务导致重试成本反超。
第二，把缓存和批处理做进架构。 利用前缀缓存、提示词压缩和批量请求，把输入成本压到最低。输出侧强制结构化输出和 max_tokens 上限，减少无效生成。对高频相同前缀的请求，缓存命中率每提升一成，账单就会有肉眼可见的下降。
第三，建立自有评测与回退机制。 不要只看 Intelligence Index。针对业务任务建立小规模 eval，对比 GPT-5.6 和 GPT-6 Sol/Luna 的准确率、延迟和成本。设置回退模型和超时降级，监控 token 账单异常。上线前先跑 A/B，确认降价没有带来隐性质量损失。
风险边界
成本风险：单价减半不等于总成本减半。如果模型输出变长、重试变多或缓存失效，账单可能反弹。Luna 低价可能诱导滥用，反而推高整体消耗。必须设置预算告警和单请求成本上限。
幻觉风险：智能指数持平不代表事实性提升。Sol 和 Luna 仍可能自信编造，尤其在长尾知识和实时信息上。涉及医疗、金融、法律等场景必须接入 RAG、引用和人工复核，不能把指数持平当作可靠性保证。
越权调用风险：Sol 的工具调用和代码执行能力更强，若权限过大，可能越权读写数据或触发外部操作。必须坚持最小权限、沙箱执行、操作审计和人工确认，尤其是涉及支付、删除和对外发送的场景。
长尾输入与延迟风险：Luna 在长尾输入下质量可能下降，Sol 深度推理延迟较高，不适合实时交互。需要针对长尾输入设置兜底模型，针对延迟敏感场景设置超时和降级。降价带来的调用量增长，也可能让速率限制和排队延迟成为新的瓶颈。