为了省钱选了便宜模型，结果 20 分钟过去了，它还在原地打转。这是用 AI 写代码时最常见的坑：单次调用看着便宜，可把活真正干完的总花费一点都不便宜。
先说结论：明确、重复的活交给 Luna，日常的 Codex 工作交给 Sol，连哪里坏了都说不清的棘手问题交给 Astra。下面讲清楚，为什么最贵的模型按“干完一件活”来算反而可能最便宜。
1. 2026 年 9 月到底新增了什么
OpenAI 在 2026 年 9 月 22 日把 GPT-6 Sol 和 GPT-6 Luna 上线到 API，同时加进了 ChatGPT Work 和 Codex。[1][2]
按 OpenAI 的说法，Sol 面向复杂的编程，以及需要模型自己调用工具、分好几步完成的工作；Luna 面向范围窄、数量大的活。两者一次最多能读入 1.05M token，一次回答最多能写出 128K token。[3][4][5]
在它们上面还有 GPT-6 Astra。OpenAI 把它定位为处理最难任务的模型，从头到尾负责编程、操作电脑、调研和写文档。[6]
用公司里的角色打个比方：
- Luna：成本低、专门清理一堆杂活的新人
- Sol：大部分工作都能放心交给他的组长
- Astra：一进机房就问“这根线是不是插反了”的那个人
2. “GPT-6 进 ChatGPT 了”这句话容易让人误会
9 月 22 日的 ChatGPT 更新说明写得很清楚：Sol 和 Luna 加入的是 ChatGPT Work 和 Codex，而且和普通聊天里能用的模型是分开的。[1]
所以“进了 ChatGPT”和“在普通聊天窗口里能选”是两回事。去普通聊天的模型菜单里翻，就像在一个根本没放宝箱的地图里找宝箱。
Astra 又不一样：它在 9 月初发布时就说明会向 ChatGPT 付费套餐开放。[6] 名字都叫 GPT-6，能用的地方却各不相同。
3. 只看价格表，差距大得离谱
截至 2026 年 9 月 23 日的 Standard API 价格（每 100 万 token，输入/输出）：[3][4][6][7][8][9]
| 模型 | 输入 | 输出 |
|---|---|---|
| GPT-6 Luna | $0.10 | $0.50 |
| GPT-6 Sol | $2.00 | $10.00 |
| GPT-6 Astra | $10.00 | $50.00 |
| GPT-5.6 Luna | $0.20 | $1.20 |
| GPT-5.6 Terra | $2.00 | $12.00 |
| GPT-5.6 Sol | $4.00 | $20.00 |
处理同样多的内容，Sol 大约是 Luna 的 20 倍，Astra 又是 Sol 的 5 倍。
只看这张表，“全都用 Luna”好像最聪明。这和为了省搬家费，自己背着冰箱穿过半个城是同一个思路。
4. 简单算一笔账：一个任务读入 100K、写出 20K
假设一个任务读入 100,000 token、写出 20,000 token。缓存折扣、工具费、超长输入的加价和重试都先不算。
| 模型 | 单次大约的 API 费用 |
|---|---|
| GPT-6 Luna | $0.020 |
| GPT-6 Sol | $0.400 |
| GPT-6 Astra | $2.000 |
| GPT-5.6 Luna | $0.044 |
| GPT-5.6 Terra | $0.440 |
| GPT-5.6 Sol | $0.800 |
光看价格，Luna 完胜。
但真正该算的是这笔账：
干完一件活的花费 ≈ 单次费用 × 尝试次数 + 人插手的时间 + 失败时丢掉的前后信息
同样的 token 量，Astra 跑一次等于 Sol 跑五次。一件难活 Sol 要试五次、Astra 一次搞定，光 API 费用就已经打平了。
再把你反复翻日志、一遍遍说“不是那里，刚才看过了”的时间算进去，Astra 会更早划算。
5. 贵的模型真的可能更省钱
OpenAI 自己给的数据就能说明这一点。在 Terminal-Bench 4.0 上，GPT-6 Astra 得分 57.9%，GPT-5.6 Sol 是 37.3%；而且在对比的设置下，Astra 每个任务的估算 API 费用还低了约 9%。[6]
在 AutomationBench 上是 41.4% 对 18.1%；在 OpenAI 内部“把数据库迁到新结构”的任务上，是 63.9% 对 42.7%。[6]
“每个 token 更贵”和“干完活更贵”根本不是一回事。
Astra 还给 Codex 带来了新功能：长时间工作时，能把前面的内容存下来、需要时再找回来。[6] 在耗时很长的找 bug 和大规模整理代码时，“忘了刚才为什么失败，又一头栽进同一个坑”的情况会少一些。
打车是贵。可总比绕着山走三圈之后再叫车便宜。
6. 别从最便宜的开始试，先看活是什么类型
让每件活都按 Luna → Sol → Astra 的顺序挨个失败，不是好习惯。先看活的类型，一开始就交给合适的模型；认真失败一次，再往上升一级。
GPT-6 Luna
- 搜代码、列清单、分类、转换格式
- 要求写得很清楚的小改动
- 大量互不相关的任务
- 跑测试、整理结果
- 能用程序自动判断成功还是失败的活
GPT-6 Sol
- 涉及好几个文件的常规开发
- 大概知道问题在哪的 bug 修复
- 需要连续用几个工具的活
- 调查 → 修改 → 测试的日常流程
- 平时 Codex 的默认选择
GPT-6 Astra
- 连哪里坏了都不知道的问题
- 牵扯多个服务、权限、网络、存储状态的问题
- 很长时间的排查
- 数据库迁移、大规模整理代码
- 每次都做到 80%、然后在同一个地方挂掉的活
- Sol 已经认真查过一次还是没搞定的活
最后这类活如果一直交给便宜模型，很容易变成“AI 加班”：搜得更多、token 用得更多、日志更多，离真正的原因却一步没近。
7. 那 GPT-5.6 Terra 现在算什么位置？
只看价格，Terra 有点尴尬了。
- GPT-5.6 Terra：输入 $2 / 输出 $12
- GPT-6 Sol：输入 $2 / 输出 $10
输入价格一样，输出 Sol 更便宜。[3][8] 而且 Sol 是更新一代、专门面向复杂编程和多步工具任务的模型。[3]
所以新项目没什么省钱上的理由默认选 Terra。不过如果你已经有在 Terra 上测好的提示词，又需要结果稳定可预期，继续用也完全合理。模型换代很快，别在新模型发布当天就全部替换。
新项目可以简单分三档：
Luna = 量大、规则清楚；Sol = 默认；Astra = 难题。
8. 最终答案：拿自己的 20 个任务测一测
跑分榜是地图，不是你自己代码的线路图。
把真实工作分成 3～5 类，每类记录 20 个左右，看这些：
- 不用你额外交代就完成的比例
- 到测试全部通过用了多久
- 重试了几次
- 用掉的 token 或额度
- 人得读多少日志
- 改完之后新冒出来的 bug
- 最后还是换了模型的比例
然后用这两个标准来判断：
每完成一件活的总花费
你每花 1 分钟注意力，能干完多少活
按每个 token 的价格选模型，就像点了四份便宜的小份饭还是没吃饱，最后又点了一份贵的套餐。只是多点了几次而已。
结论：日常用 Sol，重复杂活用 Luna，迷宫一样的难题用 Astra
GPT-6 Luna： 大量、明确、互不相关的活。
GPT-6 Sol： 日常的 Codex 工作。
GPT-6 Astra： 模糊、耗时长、跨好几个系统的难题。
最贵的做法往往不是用 Astra，而是嫌 Astra 贵，先拿 Luna 或 Sol 把难活跑好几遍，最后还是交给 Astra。
贵模型的价值不在每个字的价格，而在于不迷路、把活干完的把握。你第四次打开同一份日志的时间，也该记进账单。
参考资料（9条）
- OpenAI ChatGPT Release Notes help.openai.com
- OpenAI API Changelog developers.openai.com
- GPT-6 Sol developers.openai.com
- GPT-6 Luna developers.openai.com
- Models catalog developers.openai.com
- GPT-6 Astra openai.com
- GPT-5.6 Sol developers.openai.com
- GPT-5.6 Terra developers.openai.com
- GPT-5.6 Luna developers.openai.com
