GPT-6 กับ GPT-6 Luna: ราคาถูกจนแทบไม่ต้องคิดต่อล้านโทเคน และระดับแพ็กเกจที่ตอบโจทย์แผนฟรี

มีเวอร์ชันหนึ่งของการเปรียบเทียบนี้ที่คำตอบมีเพียงบรรทัดเดียว: คุณเรียกใช้ GPT-6 ไม่ได้ และคุณสามารถเรียกใช้ GPT-6 Lunaได้ในราคาสิบเซนต์ต่อโทเค็นอินพุตหนึ่งล้านโทเค็น แต่เวอร์ชันที่มีประโยชน์กว่าคือเวอร์ชันที่อธิบายว่าทำไม Luna จึงกลายเป็นโมเดลที่คนส่วนใหญ่ได้ใช้งานจริงในตอนนี้ — OpenAI วางมันไว้เป็นโมเดลเบื้องหลังระดับ Free และ Go ของ ChatGPT เมื่อวันที่ 8 ตุลาคม 2026 ซึ่งทำให้มันเป็นระดับที่ถูกที่สุดในรุ่นนี้ และเมื่อนับตามจำนวนผู้ใช้ ก็เป็นระดับที่มีผู้ใช้มากที่สุด เนื้อหาต่อไปนี้คือบันไดระดับที่อธิบายไว้ครั้งเดียว แล้วจากนั้นคือสิ่งที่สิบเซนต์ต่อล้านซื้อได้จริง

ครอบครัว และลูน่าอยู่ตรงไหนในนั้น

OpenAI เปิดตัว GPT-6 เจนเนอเรชันในรูปแบบโมเดลไอดีสามรายการที่วางจำหน่ายเมื่อวันที่ 22 กันยายน 2026 โดยไม่มีopenai/gpt-6เอนด์พอยต์อยู่เบื้องหลังชื่อตระกูลนี้:

• GPT-6 Astra — รุ่นเรือธง ราคา $10.00 ขาเข้า / $50.00 ขาออก ต่อล้านโทเคน ระบุไว้ในบัตรราคาของ OpenAI ว่าเป็นรุ่นท็อปของเจเนอเรชันนี้
• GPT-6 Sol — รุ่นระดับกลาง $2.00 / $10.00 และเป็นโมเดลที่ OpenAI ระบุไว้สำหรับการแชตบนแพ็กเกจ ChatGPT แบบเสียค่าใช้จ่าย
• GPT-6 Luna — รุ่นราคาถูก $0.10 / $0.50 และเป็นโมเดลที่ OpenAI ระบุไว้สำหรับแพ็กเกจ Free และ Go

บรรทัดสุดท้ายคือส่วนที่ควรค่าแก่การเจาะลึกให้ชัด เพราะมันคือเหตุผลที่ทำให้ปริมาณการใช้งานของ Luna มากเกินกว่าทุกสิ่งทุกอย่างในตระกูลนี้จนเทียบไม่ติด ประกาศของ OpenAI เองสำหรับการเปิดตัววันที่ 7–8 ตุลาคม ระบุว่า “GPT-6 ใน ChatGPT ขับเคลื่อนด้วย GPT-6 Sol สำหรับแพ็กเกจ Plus, Pro, Business และ Enterprise และ GPT-6 Luna สำหรับแพ็กเกจ Free และ Go” โมเดลที่ราคา $0.10 / $0.50 ซึ่งให้บริการกับแผนฟรี คือโมเดลที่ให้บริการคำถามต่อวันมากกว่าชั้นแพ็กเกจพรีเมียมใด ๆ และเป็นเช็กพอยต์เดียวกันกับที่คุณเรียกใช้ผ่าน API ได้ พื้นผิวฝั่งผู้บริโภคเป็นช่องทางกระจายสินค้า ไม่ใช่ SKU แยกต่างหาก

ข้อควรระวังที่ต้องย้ำอีกครั้งตรงนี้ เพราะบล็อกนี้เคยเขียนถึงเรื่องนี้มาแล้ว: ประกาศเดียวกันนั้นบอกว่า Free และ Go จะได้ GPT-6 Luna ขณะที่หน้าศูนย์ช่วยเหลือของ OpenAI เกี่ยวกับ GPT-6 ใน ChatGPT ระบุว่า Free และ Go ใช้ GPT-5.6 Luna ในวันที่ที่อ่านหน้านั้น ข้อความทั้งสองไม่สอดคล้องกันเมื่อพูดถึงแพ็กเกจระดับเดียวกัน OpenAI ยังไม่ได้ระบุว่าอันไหนเป็นข้อมูลปัจจุบัน และถ้างานของคุณขึ้นอยู่กับว่าโมเดลราคาถูกตัวไหนอยู่เบื้องหลังแพ็กเกจฟรี ให้ถือว่ารายการในศูนย์ช่วยเหลือเป็นหน้าที่เจาะจงกว่า และตรวจสอบซ้ำก่อนที่คุณจะสร้างอะไรโดยอิงกับข้อมูลใดข้อมูลหนึ่งจากสองอันนี้

{{1}}สิบเซนต์ต่อล้าน{{/1}}ซื้ออะไรได้จริง

พาดหัวคือตัวเลขที่น่าสนใจน้อยที่สุดบนการ์ดของ Luna นี่คือการ์ดทั้งหมด และขั้นระดับที่อยู่ข้างใต้:

• บริบทแบบสั้น สูงสุด 272,000 โทเคนอินพุต — $0.10 ต่อล้านอินพุต, $0.50 ต่อล้านเอาต์พุต
• เกิน 272,000 โทเคนอินพุต — $0.20 ต่อล้านอินพุต, $0.75 ต่อล้านเอาต์พุต โดยคิดกับทั้งคำขอ
• อินพุตที่แคชไว้ — $0.01 ต่อล้านที่ระดับสั้น ส่วนลด 90%; $0.02 เมื่อเกินเกณฑ์
• การเขียนแคช — $0.125 ต่อล้านที่ระดับสั้น, $0.25 เมื่อเกินเกณฑ์
• บริบทและเอาต์พุต — 1,050,000 โทเคนอินพุต, 128,000 โทเคนเอาต์พุต
• รูปแบบอินพุต — ข้อความ รูปภาพ และไฟล์ อินพุตมัลติโมดัลแบบเดียวกับ Sol และ Astra
• การให้เหตุผล — พารามิเตอร์ความพยายามที่กำหนดค่าได้ พร้อมกับเครื่องมือ เอาต์พุต JSON และการสุ่มแบบมี seed

มีสองเรื่องตามมา เรื่องแรกคือ Luna ไม่ใช่โมเดลที่ถูกตัดฟีเจอร์ออก มันรับภาพและไฟล์ เปิดให้ใช้พื้นผิวการเรียกเครื่องมือและเอาต์พุตแบบมีโครงสร้างเช่นเดียวกับพี่น้องที่แพงกว่าสองตัว และสิ่งเดียวที่แยกมันจาก Sol บนสเปกคือความลึก ไม่ใช่ความสามารถ เรื่องที่สองคือขั้นบันได พรอมป์ที่เกิน 272,000 โทเคนอินพุตจะทำให้อัตราอินพุตของ Luna เป็นสองเท่า และเพิ่มอัตราเอาต์พุตขึ้นครึ่งหนึ่ง โดยคิดกับทั้งคำขอ ไม่ใช่เฉพาะส่วนที่เกินเท่านั้น นั่นเป็นขั้นที่ค่อยเป็นค่อยไปเมื่อเทียบกับราคาระดับนี้ — คำขอ 300,000 โทเคนมีค่าอินพุตประมาณหกเซนต์แทนที่จะเป็นสามเซนต์ — ดังนั้นข้อกำหนดเรื่องบริบทขนาดยาวซึ่งครองการวางแผนงบประมาณสำหรับ Astra และสำคัญสำหรับ Sol จึงแทบไม่เกี่ยวข้องที่นี่

ตัวเลขที่ทำให้เกิดความต่างด้านค่าใช้จ่ายในระดับสเกลจริง ๆ คือการอ่านจากแคช ในราคาหนึ่งเซนต์ต่อล้าน ภาระงานที่ส่งบริบทขนาดใหญ่ชุดเดิมซ้ำในทุกเทิร์นจะแทบไม่ต้องจ่ายอะไรเลยสำหรับส่วนที่ซ้ำกัน ในไปป์ไลน์การสกัดหรือจำแนกประเภทปริมาณสูงที่มีพรอมป์ระบบและเอกสารคงที่ นั่นคือความต่างระหว่างโมเดลราคาถูกกับโมเดลที่แทบจะฟรี และเป็นเหตุผลเฉพาะที่ต้นทุนจริงต่อคำตอบที่เสร็จสมบูรณ์ของ Luna ต่ำกว่าที่เรทการ์ดบ่งชี้ไว้มาก

สิ่งที่คุณต้องแลกไปกับความสามารถ

Luna เป็นระดับที่ถูกที่สุดเนื่องจากเป็นระดับที่มีความสามารถน้อยที่สุด และคณะกรรมการอิสระก็แสดงไว้อย่างชัดเจนว่าด้อยความสามารถกว่าอยู่เท่าใด อ่านข้อมูลจาก Artificial Analysis ผ่านรายการแค็ตตาล็อก OrcaRouter สำหรับแต่ละโมเดล ณ วันที่ 8 ตุลาคม 2026:

• ดัชนี AA Intelligence — GPT-6 Sol 47.6 อันดับ 14; GPT-6 Luna 38.1 อันดับ 37
• Humanity's Last Exam — GPT-6 Sol 47.9 เทียบกับ GPT-6 Luna 38.5
• SciCode — GPT-6 Sol 57.6 เทียบกับ GPT-6 Luna 54.6
• การเรียกคืนบริบทแบบยาว — GPT-6 Sol 83.7 เทียบกับ GPT-6 Luna 83.3
• Terminal-Bench 4.0 — GPT-6 Sol 43.9 เทียบกับ GPT-6 Luna 12.6
• ปริมาณการใช้งานในเจ็ดวัน — GPT-6 Luna ประมาณ 574 ล้านโทเคน; GPT-6 Sol ประมาณ 2.1 ล้าน
• ค่ามัธยฐานเวลาถึงโทเคนแรก — GPT-6 Luna 1,494 มิลลิวินาที เทียบกับ GPT-6 Sol 6,785 มิลลิวินาที
• ค่ามัธยฐานความเร็วเอาต์พุต — GPT-6 Luna 132.9 โทเคน/วินาที เทียบกับ GPT-6 Sol 179.6 โทเคน/วินาที

รูปร่างของสิ่งนั้นให้ข้อมูลมากกว่าช่องว่างที่พาดหัวข่าว Luna ตามหลัง Sol อยู่ 9.5 จุดดัชนี และการสูญเสียนั้นไม่ได้กระจายอย่างสม่ำเสมอ: การเรียกคืนบริบทยาวเสมอกันที่ 0.4 จุด และ SciCode — ซึ่งเป็นการทำความเข้าใจโค้ดมากกว่าการสร้างโค้ด — ห่างกันเพียง 3 จุด สิ่งที่ทรุดลงคือการทำงานแบบเอเจนต์ที่มีหลายขั้นตอน: Terminal-Bench 4.0 อยู่ที่ 12.6 เทียบกับ 43.9 ของ Sol โมเดลที่สามารถดึงข้อมูลจากเอกสารขนาดหนึ่งล้านโทเคนได้พอ ๆ กับรุ่นพี่ที่ใหญ่กว่า และเขียนคำตอบครั้งเดียวได้อย่างมีความสามารถ เป็นเครื่องมือที่แตกต่างจากโมเดลที่สามารถขับเคลื่อนลูปการใช้เครื่องมือจนเสร็จสมบูรณ์

ข้อควรระวังสองประการ ตัวเลขดัชนีนั้นมาจาก Artificial Analysis ไม่ใช่จาก OpenAI และผู้ประเมินนั้นไม่รับประกันว่าหน้าโมเดลสองหน้าจะถูกเรนเดอร์เทียบกับดัชนีฉบับเดียวกันในวันเดียวกัน — ให้ถือความแตกต่างที่น้อยกว่าหนึ่งจุดเป็นทิศทาง ไม่ใช่ความแม่นยำ และตัวเลขการให้บริการนั้นเป็นการวัดเส้นทางของเราเองในช่วงหน้าต่างเจ็ดวันแบบเลื่อน ซึ่งคลาดเคลื่อนได้ระหว่างการอ่านแต่ละครั้ง และมีประโยชน์ในแง่รูปร่างของความแตกต่างมากกว่าที่จะเป็นคำมั่นระดับบริการ

มีตัวเลขการให้บริการหนึ่งตัวที่คุ้มค่าแก่การหยุดดู เวลามัธยฐานถึงโทเคนแรกของ Luna คือ 1,494 ms เทียบกับ 6,785 ms ของ Sol — เร็วกว่าในการไปถึงโทเคนแรกประมาณ 4.5 เท่า และอัตราการประมวลผลของมันต่ำกว่าอย่างเห็นได้ชัดเมื่อเริ่มสตรีม สำหรับพื้นผิวแชตที่ผู้ใช้กำลังรอประโยคเปิด การกลับทิศทางนี้คือประเด็นสำคัญทั้งหมดของระดับชั้นนี้ และเป็นเหตุผลว่าทำไมแผนฟรีจึงให้ความรู้สึกรวดเร็วได้ทั้งที่รันโมเดลที่ถูกที่สุดในตระกูล

การแข่งขันที่สดใหม่ภายในครอบครัว

ข้อได้เปรียบด้านราคาของ Luna ภายในเจเนอเรชันเดียวกันได้แคบลงนับตั้งแต่เปิดตัว GPT-6.1 Solเปิดตัวเมื่อวันที่ 29 กันยายนที่ราคา $2.00 / $10.00 ของ Sol พร้อมดัชนีที่ 51.8 และลดอัตราอินพุตที่แคชไว้ลงเหลือ $0.10 ต่อล้าน สิ่งนี้ไม่ได้กระทบอัตราบริบทสั้นของ Luna — สิบเซนต์ขาเข้าและห้าสิบเซนต์ขาออกยังคงถูกกว่าด้านอินพุตถึงยี่สิบเท่าเมื่อเทียบกับ Sol ใด ๆ — แต่มันหมายความว่าระดับที่อยู่เหนือ Luna มีค่าใช้จ่ายในการรันบนทราฟฟิกที่แคชไว้ถูกลง ซึ่งเป็นภาระงานที่ข้อได้เปรียบของ Luna กว้างที่สุดพอดี ช่องว่างยังคงมากอยู่ แต่ตอนนี้มันไม่มากเท่ากับที่ตารางราคาเพียงอย่างเดียวบ่งบอกอีกต่อไป

ในทางปฏิบัติ เส้นแบ่งระดับอยู่ตรงไหน

แบ่งงานตามสิ่งที่งานนั้นต้องการ ไม่ใช่ตามว่าโมเดลไหนได้คะแนนสูงกว่า

Luna เป็นตัวเลือกที่ถูกต้องสำหรับแชตปริมาณมาก การจำแนกประเภท การสกัดข้อมูล การกลั่นกรองเนื้อหา และการสรุปความจากเอกสารยาว ๆ — แถวที่มันเสมอกับรุ่นพี่ที่ใหญ่กว่าทั้งด้านการดึงข้อมูล ก็คือแถวที่ชี้ขาดว่าบริบทขนาดใหญ่จะทำได้หรือไม่ ความหน่วงของโทเคนแรกทำให้มันเป็นตัวเลือกที่ดีกว่าสำหรับทุกสิ่งที่เป็นการโต้ตอบซึ่งไม่ต้องใช้การให้เหตุผลหนัก ๆ และด้วยราคาเพียงหนึ่งเซนต์ต่อล้านโทเคนที่แคชไว้ ไปป์ไลน์ที่มีบริบทคงที่จึงแทบไม่มีค่าใช้จ่ายในส่วนที่ซ้ำ

Sol หรือตอนนี้คือ GPT-6.1 Sol เป็นตัวเลือกที่ถูกต้องในทันทีที่งานต้องใช้ลูปเครื่องมือ แผนระยะยาว หรือลำดับขั้นตอนที่ต้องทำให้เสร็จ ความต่างของ Terminal-Bench — 43.9 ต่อ 12.6 — เป็นสัญญาณที่ชัดเจนที่สุดเพียงหนึ่งเดียวในการเปรียบเทียบนี้ และตรงกับโหมดความล้มเหลวจริง: โมเดลราคาถูกที่ตอบขั้นตอนแรกได้ดีแล้วจากนั้นก็หลุดประเด็น พารามิเตอร์ effort หมายความว่าคุณสามารถขอให้ Luna ใช้เหตุผลมากขึ้น แต่ effort จะเพิ่มจำนวนโทเค็นแทนที่จะเพิ่มเพดาน; มันไม่ได้เปลี่ยน 12.6 ให้กลายเป็น 43.9

และ Astra ยังคงเป็นคำตอบสำหรับงานที่ทำได้เฉพาะโมเดลเรือธงเท่านั้น — ซึ่งที่ราคา $10.00 ขาเข้าและ $50.00 ขาออก เทียบกับสิบเซนต์ของ Luna นั้น เป็นการตัดสินใจที่คุณควรให้เหตุผลได้ต่อการเรียกใช้งานหนึ่งครั้ง มากกว่าต่อทีม

เวอร์ชัน one-API ของตัวเลือกนี้

ส่วนที่น่าปวดหัวของตระกูลโมเดลสามระดับก็คือ เส้นแบ่งระดับจะเลื่อนไปตามแต่ละฟีเจอร์ และเลื่อนไปตามแต่ละคำขอ แอปพลิเคชันเดียวกันมักต้องการ Luna สำหรับปลายทางหนึ่ง และ Sol สำหรับปลายทางถัดไป นี่เป็นปัญหาด้านการจัดเส้นทาง มากกว่าปัญหาด้านการจัดซื้อทั้งสามระดับของ GPT-6 อยู่ในแคตตาล็อกเดียวกันของ OrcaRouter เรียกใช้ผ่าน API ที่เข้ากันได้กับ OpenAI เพียงตัวเดียวที่วางอยู่หน้าโมเดลกว่า 200 ตัว โดยราคาตามรายการของผู้ให้บริการถูกส่งต่อมาที่ส่วนบวกเพิ่ม 0% ดังนั้นการปรับราคาของผู้ขายในระดับใดก็ตามจะมีผลที่นี่ภายในวันเดียวกัน แทนที่จะรอถึงรอบกระทบยอดครั้งถัดไปของคุณ ภาษาจำเพาะสำหรับการจัดเส้นทาง (routing DSL) ประกอบการแยกเส้นทางอย่างชัดเจน — ตามขนาดคำขอ ปลายทาง หรือตามสัดส่วน — เส้นทางการจำแนกประเภทจึงรัน Luna ขณะที่เส้นทางแบบเอเจนต์รัน Sol และการสลับไปยังผู้ให้บริการรายอื่นอัตโนมัติเมื่อเกิดความล้มเหลว ครอบคลุมเส้นทางที่เสื่อมประสิทธิภาพลง แทนที่จะปล่อยให้คุณค้นพบมันเองจากการรันที่ล้มเหลว

สิ่งหนึ่งที่ระบบนี้ไม่ได้ทำคือการให้ Luna ที่มีพฤติกรรมเหมือน Sol แก่คุณ ระดับต่างๆ มีอยู่เพราะโมเดลแตกต่างกัน และตัวเลขข้างต้นคือขนาดของความแตกต่างนั้น สิ่งที่คีย์เดียวและกฎการกำหนดเส้นทางให้คุณคือความสามารถในการวางแต่ละคำขอไว้บนระดับที่เหมาะกับมันจริงๆ แทนที่จะวางทุกอย่างไว้บนระดับที่แพงที่สุดเพื่อความปลอดภัย หรือวางทุกอย่างไว้บนระดับที่ถูกที่สุดเพื่อประหยัดงบประมาณ

คำตอบ โดยคำถามเดียวที่สำคัญ

ถ้างานคือการค้นคืนแล้วตอบจากเอกสารขนาดใหญ่ แชต หรือการประมวลผลข้อความจำนวนมาก GPT-6 Luna คือระดับที่เหมาะ และการ์ดราคาสิบเซนต์ไม่ใช่การประนีประนอม — แถวการเรียกคืนบริบทขนาดยาวบอกว่ามันค้นคืนข้อมูลได้ดีพอ ๆ กับโมเดลที่มีราคาแพงกว่ายี่สิบเท่า ถ้างานต้องให้เอเจนต์หลายขั้นตอนทำงานให้เสร็จ Luna เป็นระดับที่ผิด และทางเลือกที่ซื่อตรงคือ GPT-6 Sol หรือ GPT-6.1 Sol ซึ่งราคายังต่ำเมื่อเทียบเป็นตัวเลขสัมบูรณ์ และการประเมินความสามารถแบบเอเจนต์ก็ไม่พังทลายอีกต่อไป

อีกครั้งนะ สิ่งที่ "GPT-6" เป็นในตัวมันเอง ไม่ใช่สิ่งที่คุณจะเรียกได้ มันเป็นชื่อตระกูลที่ครอบคลุมสามไอดีในสามระดับราคา และสามเพดานความสามารถที่แตกต่างกัน และ Luna คือตัวที่อยู่ล่างสุด — ถูกที่สุด เร็วที่สุดถึงโทเคนแรก ตัวที่รองรับแผนฟรี และเป็นตัวที่เพดานของมันจะปรากฏทันทีเมื่องานต้องการมากกว่าคำตอบที่มั่นใจเพียงคำตอบเดียว