止观
AI前沿观察

OpenAI 把太阳月亮星星编成一家，又放了个通宵干活的点

止观 2026-09-30 · 10 阅读

9 月这一个月，OpenAI 连发了三次东西：9 月 3 日的 GPT-6 Astra，9 月 22 日的 GPT-6 Sol 和 Luna，还有 9 月 29 日 DevDay 上的 Dots。发布会词一个比一个响，“AGI 时代”都喊出来了（Axios 的原标题）。我的第一反应不是牛逼，是先翻价格表。

翻完我承认，这次真让我坐直了。因为这家公司第一次把“智能”按水电煤的规格来定价了——一度电、一吨水、一档工业用电，明码标价，各取所需。这比任何 benchmark 数字都更能说明行业到了哪一步。

※ ※ ※

三个名字，三档电价

先说命名。Astra 是星，Sol 是太阳，Luna 是月亮。营销部这次难得没偷懒：名字本身就是产品说明书。

看官方 API 价目（每百万 token，美元）：

模型输入输出定位
GPT-6 Astra$10$50最难的端到端工作：深度推理、研究、电脑操作
GPT-6 Sol$2$10日常复杂任务与软件开发，“每天用的那款”
GPT-6 Luna$0.10$0.50高频窄任务：摘要、抽取、分类、路由

从 Luna 到 Astra，输入价差一百倍。注意，这不是十年前的价差，是同一代模型、同一批论文、同一个九月里的价差。

更狠的是官方自己的对照：Sol 和 Luna 比三个月前的 GPT-5.6 同档直接降价 50%，理由是缓存和推理效率改进，“省下来的直接还给用户”。发布同一天，Amazon Bedrock 就宣布两款模型 GA（TechCrunch、AWS 官方通稿可查）——企业渠道一天打通，这不像新品，像基础设施交割。

我认识的做 agent 的人，过去半年的痛苦都绕不开一件事：任务链里 90% 的环节根本不需要旗舰模型，但架子搭起来了就换不下来，因为分类、抽取这些“小活”一旦出错，后面全崩。Luna 的定价等于承认了这个架构真相：一条 agent 流水线的合理形态，本来就该是 Luna 打底、Sol 干重活、Astra 只在真正难的节点出场。OpenAI 现在把三档都做好了，还带同一个 1M 上下文窗口——分层调用从一个你自建的能力，变成平台原生的一张账单。

※ ※ ※

基准测试的口径变了，这才是行内人该盯的

Astra 发布那两天，各家报的都是“第一”。Sol 和 Luna 这次，OpenAI 自己发的对比全是另一种句式：

  • ▪ DeepSWE v1.1（真实代码库长任务）：Sol max 档 68.8%，比 Claude Fable 5 的最高分 69.9% 只差 1.1 个百分点——但每任务成本低约 80%。Luna max 档 66.6%，和 Opus 5、Fable 5 的 medium 档相当，成本分别是它们的 7% 和 4%。
  • ▪ OSWorld 2.0（电脑操作）：Sol xhigh 档 60.5%，对 Opus 5 medium 档的 60.3%，赢一点点，便宜 80%。
  • ▪ 事实性：内部评测（拿真实对话里用户标记过的事实错误回归测试），Sol 的错误率约为前代一半，“接近 Astra 级”。

看出来了吗？没有一项在争“世界第一”，每一项都在争“同分最低成本”和“同成本最高分”。发布材料的重心从能力曲线挪到 cost-intelligence 曲线，这不是文案风格问题，是竞争维度真的换赛道了。

这里有个普通读者容易错过、但做工程的人应该立刻拿小本本记下的旋钮：effort（推理档位）。Astra 支持 low/medium/high/xhigh/max 五档。第三方 Artificial Analysis 测过：同一个评测任务，low 档成本 $0.46，max 档 $1.67，差 3.6 倍；智能分只从 57 挪到 61。

翻译成大白话：模型厂的计费表上多了一个你亲手可以拧的龙头。以前我们说“换个便宜模型”，以后说“同一模型调低一档”。用哪个模型、拧到哪一档，会成为 agent 架构里和路由逻辑同等重要的一等公民。OpenAI 公告里 Sol 和 Luna 的分数都特意标了 effort 档位（“at max effort”“at xhigh effort”），行规已经开始变了。

※ ※ ※

星星的底座：十万张卡和一条看不见的思维链

再说 Astra 本身的两个技术注脚，都在维基百科和 Fortune 的报道里。

第一，训练规模。OpenAI 研究 VP Aidan Clark 对记者说，这是他们“by far”最大的一次预训练，第一次在得州 Stargate 基地用上超过 100,000 张 GPU。算力集中到这种程度，本身就在解释为什么它敢同时把下游两档砍到那个价——不是慷慨，是推理侧的成本曲线真的弯下来了。

第二，推理新法。Astra 用了一种叫 “recurrent depth”（循环深度，也叫 looped transformers）的技术，效率换智能。但同一段报道里跟了一句要命的话：这种方式会让模型的部分甚至全部思维链不可见。安全圈对模型可监控性（monitorability）的担忧立刻起来了——你没法审计一条你看不见的推理链。考虑到今年 7 月那次 Hugging Face 事件后 OpenAI 特意推迟发布加固护栏，这条线迟早会扯进监管讨论，先记下。

顺手提醒用 API 的朋友一个账单陷阱：Astra 的 1.05M 上下文是真给，但单次输入超过 272K token 后，整单请求按输入价 2 倍、输出价 1.5 倍计费。缓存输入便宜九成（$1/M），可缓存写入要按 1.25 倍收。长上下文不是免费水库，是阶梯水价。

※ ※ ※

Dots：把我们自己搭的东西，包装成产品卖给白领

9 月 29 日 DevDay 的主角是 Dots。官方口径：always-on 的自主 agent，跑在 Astra 上，你给它一个目标、划定它能自己做什么的边界，它在自己独立的电脑上跨应用干活，两次对话之间持续推进，碰到需要你判断的事再回来找你。今天起在 ChatGPT 内向 Pro 和 Business Premium 用户灰度，从 Codex 或 ChatGPT 都能唤起；可以通过 Slack、Teams 给它派活；未来是“一队 dots 替你协同工作”。还能开“专科 dot”——单独给它配身份、凭据和工具，安全侧对接微软 Agent 365。

看起来眼熟吗？太眼熟了。给 agent 一台自己的机器、常驻调度、子任务分工、结果回收人审——这套东西，任何一个在 2026 年玩过 Codex、Claude Code 加 cron 的开发者都手搓过。OpenAI 官方自己的内部数据也佐证了 agent 化的烈度：研究员按 API 价折算的日均 token 消耗，中位数超过 $600，90 分位超过 $7,000（公告原文引的）。开发者早就这么活了。

所以 Dots 真正的动作不是发明了什么，而是两件事：

一是把 harness 零售化。卡通浮空的“点”形象、起名字、像发消息一样派活——TechCrunch 的标题很刻薄但精准：“bubbly agentic avatar”，对标 Meta 的 Muse。把终端里的东西变成小白领敢点的东西，这是产品力，别小看。

二是把常驻的模型定成了 Astra。注意这点的分量：always-on 意味着电表不停。跑在 $10/$50 的模型上的 24×7 agent，OpenAI 没有细说空闲计费怎么算，这是我觉得上线前必须盯的账单黑洞。吹“Dots 替你上班”之前，先问一句：它摸鱼的时候收钱吗？

※ ※ ※

一段可以直接跑的账

选型这种事，报数字最诚实。给你一个能贴进终端跑的算账脚本——按一个典型中等任务（输入 8K token、输出 4K token）算三个档的单任务成本：

prices = {  # USD per 1M tokens: (input, output)
    "gpt-6-astra": (10, 50),
    "gpt-6-sol":   (2, 10),
    "gpt-6-luna":  (0.10, 0.50),
}
IN, OUT = 8_000, 4_000          # 一次典型任务用量
DAILY_TASKS = 10_000            # 每天一万单

for model, (pi, po) in prices.items():
    cost = IN/1e6*pi + OUT/1e6*po
    print(f"{model:12s} 单任务 ${cost:.4f}  月账单(30天) ${cost*DAILY_TASKS*30:,.0f}")

# gpt-6-astra  单任务 $0.2800  月账单(30天) $84,000
# gpt-6-sol    单任务 $0.0560  月账单(30天) $16,800
# gpt-6-luna   单任务 $0.0028  月账单(30天) $  840

同样一万单一天，选错档，月底差出一台车。API 调用姿势没变化，model id 就是 gpt-6-sol、gpt-6-luna，OpenAI SDK 直接换名即可。架构上的正确打开方式也清楚了：分类、抽取、路由这类高吞吐窄任务全部下放 Luna；写代码、改仓库、跑 agent 循环给 Sol；Astra 只在真正需要“最难端到端”的节点出场——比如 Dots 那种长驻总控。顺带一提，DevDay 上还预告了 GPT-6.1 Sol，官方话术“接近 Astra 性能、成本更低”，说明档位本身也还在内卷。

※ ※ ※

对中国读者，这事有一层更近的意味

Luna 的 $0.10/$0.50 是什么概念？对比第三方目录里同期的 DeepSeek V4 Flash（约 $0.17 输入 / $0.35 输出）——输入价被追平了，输出价还在同量级。过去两年“美国前沿模型贵、国产模型便宜打市场”的默认分工，这个九月正式作废。前沿厂商开始亲自下场打低端价格带，靠的不是补贴，是缓存和推理效率的真实改进（他们官方降价理由写得很直白）。国内还在卷参数量的团队，该把工程重心挪到推理成本上了——这一仗的弹药不在训练集群，在 serving 层。

另一个眼熟的点：Luna 的定位（高频判断：分类、是非、抽取、带置信度路由）和我最近实测的百炼 decision-model-preview 几乎是同一个物种——决策层模型。OpenAI 用一整个产品档来回答的需求，国内用预览免费模型在试。这个细分会不会像 embedding 一样变成大厂标配，值得盯。

※ ※ ※

我的取舍：一张选型表和一句狠话

如果只留一张表给我自己用：

你在做什么用什么别做什么
复杂推理、关键决策、最难的一段Astra（effort 按需调低）别全流程锁 max 档，3.6 倍成本买 4 分智能
编码 agent、日常专业工作Sol别拿它跑批量抽取，价格差 20 倍
摘要/分类/抽取/路由的海量小任务Luna别担心能力，官方数字同分成本只有旗舰零头
7×24 值守、跨应用自主干活Dots（Pro/Premium）开通前先弄清空闲计费口径，always-on 的账单是按小时长出来的

这个九月真正发生的不是“更强的模型来了”。是智能第一次有了清晰的批发价、零售价和阶梯价，然后 OpenAI 顺手把“雇个 AI 同事”摆上了货架。价格体系一旦立起来，卷的就只剩工程了。

最后留一个我到现在没找到答案、上线前必须替你们问的问题：Dots 的 dot 们可以组队协同，专科 dot 各自持身份持凭据。当半夜三点你的 dot 用你给的凭据做出一个错误但合规的动作——事故报告上签字的那一栏，写的到底是谁的名字？

作者：魏少冬

※ ※ ※

数据口径：定价与基准均引自 OpenAI 官方公告（openai.com/index/introducing-gpt-6-sol-and-luna、developers.openai.com 模型页）、TechCrunch 2026-09-22/09-29、AWS Bedrock 公告、Wikipedia GPT-6 词条及 Artificial Analysis 实测，检索时间 2026-09-30。

评论 (0)