10 月 7 日，OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna 的十月更新，两款模型向全球免费与付费用户全量开放，正式在 ChatGPT 里替换 GPT-5.6 Sol 与 GPT-5.6 Luna；Codex 与 ChatGPT Work 里的版本暂未更换。四天前（9 月 29 日）OpenAI 还追加了 GPT-6.1 Sol，作为重度任务的默认档。大多数解读在谈「变便宜了」，但十月系统卡里有三个工程信号更值得做模型选型的人细读。
信号一：错误率档位已经拉开十倍
随发布流出的第三方整理显示，在 DeepSWE 这条软件工程基准上，GPT-6 Sol 的错误率约为 1.3%，而被替换的 GPT-5.6 Sol 是 10.4%；Luna 一侧是 2.8% 对 9.5%。也就是说，Sol 与 Luna 的差距大约是二倍，而新旧代际的差距接近一个数量级。对工程团队的含义很直接：九月之后还按 5.6 时代的经验设定重试次数与人工抽检比例，会系统性低估模型的可靠性，也高估了失败率。
信号二：Luna 的「高分」可能来自过度拒答
OpenAI 自己在系统卡的安全帕累托图里承认：Luna 部分指标的提升，可能反映了一种更广泛的拒答倾向——包括对合法请求的拒绝。这是推理模型换代时常见的副作用：对齐压力上来了，安全性分数好看了，但工具调用成功率、Agent 任务完成率会先掉一截。
对做 Agent 的人这不是小事。Luna 便宜，适合当路由层和分类器，但把它直接接到写操作工具后面，拒答带来的卡顿和人工介入成本会吃掉省下的 Token 钱。正确用法是：Luna 做意图分流与信息抽取，Sol 以上档位才执行多步动作。
信号三：档位分化取代单一旗舰
九月以来的产品节奏很清楚：Astra 是探索前沿，Sol 是专业主力，Luna 是便宜快档，GPT-6.1 Sol 是重度任务特化。OpenAI 同时宣布 API 价格较 GPT-5.6 时代下降五成以上，并提示 GPT-5.5 将在 10 月 14 日从 ChatGPT、ChatGPT Work 与 Codex 下线。模型选型正在变成一件「按任务挑档」的工程活，而不是「用最新那个」。
建议动作
这周就该做两件事：一是把工作流里还写死 gpt-5.5 的调用切到对应档位，避免 10 月 14 日之后的接口报错；二是用自己的真实任务集（而不是榜单）各跑一遍 Sol 与 Luna，记录拒答率与工具成功率——系统卡里的安全权衡，最终要落在你自己的日志上。