GPT-6 Luna 正成為預設選擇：每百萬僅一毛錢，實際上能買到什麼？

對 GPT-6 Luna 而言，上市首週最具影響力的一件事並不是降價，而是一次合併提交。就在廠商於 2026 年 9 月 22 日推出 GPT-6 Luna 的隔天，一個開源代理平台就推出了一項變更，讓它成為所有尚未自行指定預設模型的組織的備援模型——取代了規模更大、價格也貴上許多的 GPT-5.6 Terra。對外說明的理由是簡單的算術：以每百萬詞元 0.10 美元與 0.50 美元計算，GPT-6 Luna 的輸入費率是 GPT-5.6 Terra 的二十分之一，輸出費率則是二十四分之一。這是個真實的訊號，而且也只說了一半的故事。GPT-6 Luna 每百萬輸入詞元 0.10 美元、每百萬輸出詞元 0.50 美元，相較之下，GPT-6 Sol——也就是它高一階的層級——為 2.00 美元與 10.00 美元，而旗艦款 GPT-6 Astra則是 10.00 美元與 50.00 美元。它在那個預設位置所取代的模型 GPT-5.6 Luna，目前仍要價 0.20 美元與 1.20 美元——輸入是它的兩倍，輸出則是兩倍以上。每百萬只要一角美元，便宜到讓這個決定不再關乎價格，而是關乎模型究竟能完成什麼。

所以這不是一篇發布說明，也不是一篇降價貼文——這兩種我們都寫過了，而價目表本身也已定案。這是一次嘗試，想回答平價層級行銷所略過的問題：如果某個模型成為你的預設，它會對那些以往交給更大模型的工作造成什麼影響？支持這一點的證據來自三個地方，而它們彼此並不一致。OpenAI 自家的基準測試最為好看，也最難以重現。Artificial Analysis 在同一週發布了一份獨立指數，它更有用，因為它是以完成的任務而非 token 來計價。而現在已有少數人讓這個模型對上真實基礎設施跑過，有趣的失敗就出在這裡。凡是數字由廠商自行回報的，承載該數字的句子都會註明。

實際發佈的內容

GPT-6 Luna 是第六代家族中的小型層級，位階低於 GPT-6 Sol，並遠低於旗艦款 GPT-6 Astra。本週讀到的 OpenAI 自家模型文件，給出了大致範圍：

• 模型 ID — gpt-6-luna，為單一快照，沒有帶日期的變體。gpt-6-luna-pro 並未列在模型清單上；第三方目錄中流傳的 pro 字串是推理模式的值，並非模型。

• 上下文與限制 — 1,050,000 個 token 的視窗、最多 922,000 個輸入 token、128,000 個 token 的輸出上限，以及 2026 年 5 月 18 日的知識截止點。輸入文字與圖像，輸出文字。

• 價格 — 每百萬個輸入 token 為 $0.10、每百萬個快取輸入為 $0.01、每百萬次快取寫入為 $0.125、每百萬個輸出為 $0.50。OpenAI 已表示這些是永久定價，而非初期優惠價。

• 長脈絡級距——輸入 token 超過 272,000 的請求，會以輸入與快取費率的兩倍、輸出費率的 1.5 倍重新計價，且適用於整筆請求，而非僅針對超出的部分。這是此模型上最昂貴的單一失誤，因為觸發條件是請求的總大小，而不是你實際用了多少。

• 服務層級——Batch 與 Flex 以標準費率的一半計費；Fast 模式則使其加倍。因此非同步的大量作業價格再減半，而費率卡會依你傳送請求的方式，出現四種不同的實際價格。

• 投入程度 — 六個值：none、low、medium、high、xhigh 和 max，其中 medium 是文件記載的預設值。投入程度是隨每次請求設定，而非部署本身的屬性。

• 端點 — Responses、Chat Completions 與 Batch。Chat Completions 僅在推理強度設為 none 時才會處理函式呼叫；內建工具與函式呼叫通常需要使用 Responses API，其支援網頁搜尋、檔案搜尋、圖片生成、程式碼解譯器、託管 shell、apply_patch、技能、電腦操作、MCP 與工具搜尋。

最後那句話的重要性，遠超過它表面上所看起來的。如果你的自動化流程會用到工具，那你採用的就是 Responses API，而你的 effort 旋鈕與端點選擇是彼此連動的。一個為了省錢而把 effort 設為 low、並預期函式呼叫在 Chat Completions 上能繼續運作的團隊，等於打造了一條會在第一次工具呼叫時就失敗的管線。

真正決定一切的數字是每項完成任務的成本，而不是每個 token 的成本

Artificial Analysis 在發布後數小時內就發表了其獨立評估，而對於任何假定更便宜的 token 就等於更便宜工作的人來說，這個頭條數字令人不安。在其 Intelligence Index 上，GPT-6 Luna 在最大努力程度下每項任務約需 $0.07，而 GPT-5.6 Luna 在相同努力程度下約需 $0.18——降幅約 60%，這是由降價所驅動，而非模型少做了工作。該指數分數本身與它所取代的模型持平。作為規模參考，GPT-6 Sol 每項指數任務約需 $1.06，而 GPT-5.6 Sol 則為 $1.99。

把這三個數字放在一起看，這個家族的樣貌就清楚了。Sol 的每項任務成本大約是 Luna 的十五倍，換來的是實質上更高的分數。Luna 並不是 Sol 的降級版；它是一件不同的工具，而每項任務的數字正能告訴你，自己手上拿的是哪一件。

令人不安的那一半，是 coding agent 身上發生的事。在 Artificial Analysis 的 Coding Agent Index 上，GPT-6 Luna 在最大 effort 下得分 41 —— 比 GPT-5.6 Luna 的 43 低了兩分 —— 而 GPT-6 Sol 則朝反方向走，上升兩分至 57，每項任務 $2.99。所以，廉價層級的世代交替在 agentic coding 上是小幅退步，而非進步，即使價格下降。任何把「新一代」解讀為「嚴格更好」的人，都會對那一欄感到意外。

冗長是那個隱藏的明細項目。

在同一次評估中還有第二個數字，能說明第一個數字背後的大部分原因。在 Intelligence Index 測試期間，GPT-6 Luna 每項任務約產生 51,000 個輸出 token，而 GPT-5.6 Luna 約為 41,000 個。這款較新、較便宜的模型為了達到相近的分數，輸出量多出約四分之一。節省來自降價，而非模型在每單位工作量上變得更有效率。

這很重要，原因有二。以每百萬個輸出 token 0.50 美元計算，每項任務多出 10,000 個輸出 token 要花半美分。把這個數字套用到每天十萬項任務，增量就是十億個 token，也就是每天 500 美元——而這款模型對外的價格是每百萬個輸入 token 10 美分。而且，冗長會和 128,000-token 的輸出上限產生不良互動：思考更久、寫得更長的模型會更快觸及上限，讓成本問題變成截斷問題。

緩解之道在於快取紀律，而這個系列確實有很好的做法。快取輸入讀取每百萬為 $0.01，是未快取費率的十分之一，而且 OpenAI 改變了失效規則，因此調整推理強度或工具可用性不再會丟棄快取的脈絡。對於具有穩定長前綴的工作負載——例如結構描述、系統提示，或一份你對它問六個問題的文件——有效輸入費率更接近 1 美分，而非 10 美分，而這個差距比表面上的降幅還大。這也決定了便宜層級究竟是真正便宜，還是只是相對便宜。

哪些地方低價層級會退步，哪些地方不會

同樣的獨立評估將退步與雜訊區分開來，而這項區分是其中最有用的部分。GPT-6 Luna 在 GDPval-AA v2.1 上相較前代損失約 75 Elo，在 AA-Briefcase v1.1 上則約 45 Elo。Artificial Analysis 將兩者歸因於呈現品質較低，以及交付成果略過了評分標準所要求的要素，而非事實或推理上的失誤。其幻覺率大幅改善，從約 93% 降至 77%，且其 AA-Omniscience Index 從 −10 變為 1。在 AutomationBench-AA 上它有所提升，53% 對上 50%；在 Terminal-Bench 4.0 上則小幅提升，13% 對上 12%。

那個分野就是整項決策的關鍵。模型並沒有在任務上變差；它是在把完成的最終產物交到你手上時變差。如果你消費的是結構化輸出——分類、擷取、路由決策、JSON 酬載——這個退步不會讓你付出任何代價，而降價就是白賺的錢。如果是由人來閱讀交付成果，這個退步會讓你付出一個審查者的成本，而那位審查者的時間很可能比你省下的 token 更貴。

OpenAI 自家未經重現的宣稱則位於光譜的另一端：在高努力程度下，GPT-6 Luna 較前代提升 5.4 個百分點，且每項任務成本降低 58%；在最高努力程度下，它在 DeepSWE 1.1 上取得 66.6% 的分數，OpenAI 將其與中等努力程度的 Claude Opus 5 相比，而任務成本僅為其一小部分；以及在 OSWorld 2.0 上，它以約十分之一的成本超越中等努力程度的 GPT-5.6 Sol。這些都是在供應商自行選擇的努力設定下所做的供應商測試框架比較，而其中唯一值得汲取的是方向性——廉價層級如今已逼近去年中階層級的水準。每項任務的百分比則不值得理會，因為雙方的測試框架並不相同。

努力程度的下限，正是這件事變得務實的地方。官方發布的指引建議，對簡單的擷取與路由工作先測試 none 或 low，只有在實測品質證明值得時才提高 effort。一篇來自發布週的實作文章發現，在 low effort 下，GPT-6 Luna 根本不適用於代理式工作，這使得它在任何多步驟任務上的實用下限落在 medium。同樣這類測試的第二項發現更一針見血：在一次部署演練中，該模型的 Kubernetes manifests 通過了 schema 驗證，接著卻在真實叢集上三次嘗試全數失敗，因為驗證器檢查的是結構形狀，而不是行為。如果產生的設定在流程中沒有執行檢查就交付上線，低成本層級就會把看起來像通過的失敗交到你手上。

預設問題，以及為何路由是它的答案

讓 GPT-6 Luna 成為其備援模型的平台，將這項變更評為中等風險，而附上的註記正是整篇文章最誠實的版本：每個沒有自家預設模型的組織都會改用 Luna，它較便宜，但層級比 Terra 小，因此處理高難度任務的品質可能參差不齊。這正是取捨所在。預設模型是一項賭注，賭大多數流量都很簡單，而對大多數組織來說，這個賭注是對的——這也是這項變更會上線的原因。風險在於少數並非如此的請求。

要押注這個賭注而不承擔其下行風險，做法就是別再把預設選項視為單一模型。GPT-6 Luna 可透過 OrcaRouter 以其表定價格路由，無額外加價，這意味著供應商的永久價格就是你在此看到的價格，而日後的降價會在同一天生效，不必等到下一次合約續約。本週在我們自家的模型頁面上，針對我們所服務的流量，它的輸出測得每秒 74.3 個 token，錯誤率為 0%。兩個上下文層級皆按公告價格提供：輸入 token 低於 272,000 時為 $0.10 輸入、$0.50 輸出，超過此數則升至 $0.20 與 $0.75。

這麼做換來的是可升級的預設值。一套 路由 DSL能讓你將大部分流量以中等強度送往 GPT-6 Luna，並在條件成立時改道——輸入長度超過 272K 門檻、需要工具呼叫，或某個任務類別確實會受對評分標準敏感的迴歸影響——改送往 GPT-6 Sol，或針對長時程工作改送往旗艦級 GPT-6 Astra；全都使用同一把金鑰，無需第二份合約，也無需修改程式碼。這與挑選單一模型並接受它，是不同形態的決策。你可以在證據顯示撐得住的場合使用十分錢級別，在撐不住的場合使用兩美元或十美元級別，而界線是你寫下的規則，而不是一個希望。自動容錯移轉則涵蓋另一種失敗模式：便宜層級的上游在你自動化流程執行到一半時出了狀況。

誰應該移動，誰應該等待

如果你的流量結構化且量大，就轉移：分類、擷取、標記、意圖路由、日誌分流、摘要，以及位於更大代理內部的有界實作迴圈。證據支持降價與分數持平，而對於解析 JSON 的消費者而言，呈現層的回歸是看不見的。

不要只因為 Token 便宜，就搬移長期自主代理鏈、跨檔案重構，或任何輸出需要人工簽核的東西。Coding Agent Index 下降了兩點，知識工作評估也下降，而且這個模型在每項任務上比它所取代的模型更冗長。需要審查者的更便宜 Token，並不是更便宜的工作。

而且只要盯著一個數字，別管全部。51,000 對 41,000 的輸出 token 差距，才是決定 Luna 預設值在你的特定工作負載上究竟是省錢還是白忙一場的關鍵數字，而這在你自己的流量上花一個下午就能測出來。價目表已定且永久不變；每完成一件工作所耗的 token 數則不然，而最後出現在帳單上的正是後者。