GPT-6

10 月 7 日 OpenAI 推送 GPT-6 Sol 与 GPT-6 Luna 的十月更新，并把「智能界面面向所有人」作为产品化方向。对做 Agent 的团队来说，这两个名字不只是 marketing，而是两条不同推理档位的公开信号。 Sol 与 Luna 到底是两个模型，还是两种思考预算？ 可以把 Sol 理解为深度推理档：允许更长的思维链、更多次自我校验，适合数学、代码、规划这类需要多步推演的任务。Luna 则是快速档：短链路、低延迟、便宜，适合问答、摘要、分类这类「想一下就够」的场景。厂商官方没有公开精确的触发阈值与价差，但从 o 系列以来的惯例看，深度档的 token 消耗往往是快速档的数倍。 路由选错档位，账单会差出多少？ 真正烧钱的不是选了哪个档，而是该用快档时用了深档。一个取邮件、读日程的工具调用，如果默认走 Sol，每一步都在做「长篇思考」，账单会比走 Luna 贵出一截。 务实做法有三条：在系统提示里显式标注任务复杂度；对工具调用类请求强制走快速档；只在规划与调试节点开放深度档。Manus 2.0 靠框架优化把 Token 消耗压下 23.2%，其中相当一部分正是这种「档位选错」的浪费。 双档并行之后，Agent 工程的核心技能变成了什么？ 双档并行会成为 2026 下半年旗舰模型的标配。未来 Agent 工程的核心技能之一，就是给每一步推理标对价格标签——把贵的思考留给真正需要它的那几步。 一个可落地的档位路由策略长什么样？ 把工作流里的每一步按「是否需要多步推演」打标签：取数、读配置、格式化这类动作直接绑定快档；写代码、做规划、排错这类节点开放深度档。更稳的做法是让模型自己先输出一个「复杂度自评」，再由路由层决定送哪一档——这比写死规则灵活，又比让模型自由选择省钱。记得把每一步实际走了哪一档、花了多少 token 记录下来，跑两周后回看，你会发现有相当比例的深度调用其实用快档也能过。把这部分省下来，就是白捡的利润。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：GPT6-Sol-Luna

很多人看到 GPT-6 Luna 输入 0.10 美元每百万 token 就以为捡到了地板价，但 OpenAI API 页脚有一行小字：这个标准价只适用于上下文长度低于 27.2 万 token 的请求。一旦你的对话或文档超过这个阈值，单价会上浮。对做长文档、长会话产品的团队，这 27.2 万就是一个看不见的计费悬崖。本文给一个可直接落地的路由加压缩方案，把悬崖变成缓坡。 27.2 万 token 这条计费悬崖到底在哪？ 假设你把一份 50 万 token 的文档喂给 Luna。前 27.2 万 token 按 0.10 美元，后面的部分按上浮价算。问题是你在请求发出前，并不知道总价会飘到哪。更糟的是，长会话里你每轮都把历史全发一遍，token 是累积的——第 20 轮时，光历史就可能突破阈值，整单悄悄变贵。 对策分两层：入口路由，和超限压缩。 怎么在发请求前就预判价格？ 在你的调用层包一个函数，发请求前先估算当次的 prompt_tokens（用 tiktoken 按模型编码数一遍即可）。逻辑很简单： 如果累计上下文预计低于 25 万 token（留一点余量），直接走 Luna 标准价档。 如果预计在 25 万到 27.2 万之间，先触发一次压缩再发。 如果明显超过 27.2 万，不要硬塞长上下文，改成分段检索：只把相关片段塞进上下文，而不是全文。 关键是那个 25 万的预警线，要比 27.2 万的计费线提前一点，给压缩留余量。 超阈值该截断还是该摘要？ 最忌讳的做法是直接砍掉最早的对话历史——重要信息可能正好被切掉。正确做法是让模型先把前半段历史压成一份摘要：把第 1 到 N 轮历史发给一个便宜模型，要求输出「用户目标、已确认结论、待办事项」三段式摘要，然后用摘要替换原文历史，再和最近几轮原文拼在一起发出去。 这样上下文长度从 50 万压到几万，既守住了 27.2 万的低价线，又没丢关键信息。压缩本身只做一次，成本可以忽略。 ...

就在 GPT-6.1 Sol 被骂「涨价」的同一天，OpenAI API 页面上悄悄挂着一个几乎没人吐槽的定价：GPT-6 Luna，每百万 token 输入 0.10 美元、输出 0.50 美元，上下文长度 105 万 token，最大输出 13 万 token。作为对比，旗舰 Astra 是输入 10 美元、输出 50 美元。Luna 的输出价只有 Astra 的百分之一。这个被忽略的「地板价」，可能比 Sol 的三档风波影响更大。 输入 0.10 美元每百万 token，到底意味着什么？ 把单位换算一下：处理一百万个 token 的输入，成本是一毛钱。一次普通的客服对话，上下文来回也就几千 token，折人民币不到一分钱。这意味着过去因为成本太高而不敢做的事——全量日志摘要、超长文档初筛、给每个用户画像做每日更新、把整个代码仓库喂进去做归类——现在经济上突然成立了。 过去团队在做产品设计时，第一道砍预算的工序就是「这个调用是不是太贵」。Luna 把这道工序直接抹掉了：不敏感的任务，可以随便调。 便宜模型第一个吃掉谁的生意？ 第一类是中间层厂商。过去很多套壳产品的卖点是「我们帮你调好了 Prompt、接好了模型」，赚的是信息差。当底层模型一毛钱一百万 token，这个差价空间被压得极薄，套壳必须往上迁移到工作流和数据层。 第二类是老牌中等模型。Luna 这个价位直接打到了开源模型自托管的成本线附近——自托管一台服务器的折旧加电费，折算下来未必比 0.10 美元便宜。大量「我自己部署更划算」的场景会被反向吸回 API。 第三类是按量计费的 SaaS。当推理成本趋近于零，靠「AI 功能」单独收费的产品会被迫把 AI 能力变成标配，否则用户连付费理由都找不到。 便宜模型是不是就能随便用了？ 两个隐藏成本不能忽视。其一，OpenAI 页面注明 0.10 是「上下文低于 27.2 万 token 时的标准价」，一旦长上下文超阈值，价格会上浮。其二，便宜模型的错误率更高，用于分类、提取、初筛没问题，直接面向用户输出就要加一道校验。 聪明的用法是分层：Luna 干脏活累活做预处理和路由，贵模型只在关键决策节点出场。这样一笔订单里 90% 的 token 走 0.10 档，整体账单能压到原来的一个零头。 ...

十月这波产品更新有个共同方向：OpenAI 推「面向所有人的智能界面」，谷歌云在 Gemini at Work 2026 里放出能单一界面处理问答、创作、代码的通用工作智能体。两者都在说同一句话——你不用再学怎么用软件了，告诉它目标就行。从认知角度看，这是把「程序性知识」——关于「怎么做」的那套肌肉记忆与步骤理解——整体外包出去。这一步的代际后果，比效率数字深远得多。 哪类知识会先被外包掉？ 认知科学把知识粗略分成两类：陈述性知识（知道「是什么」）与程序性知识（知道「怎么做」）。过去几十年，学校教软件、企业培训系统、老员工带新人，反复打磨的都是程序性知识——快捷键、菜单路径、异常处理。这类知识有个特点：它必须通过反复操作内化，变成不假思索的本能。 智能界面一旦成熟，程序性知识的学习回报骤降。既然对 AI 说一句话就能完成，为什么还要花三个月背快捷键？于是年轻一代会系统性地跳过「学会用工具」这个阶段。陈述性知识他们照样查得到，程序性知识则整层消失。 不去亲手操作，代价是什么？ 程序性知识不只是操作步骤，它内嵌着对系统行为的直觉：你知道哪个操作危险、为什么会报错、哪里有坑。这种「手感」是多年操作沉淀下来的隐性模型。一旦你从不自己操作，就永远长不出这个模型。 后果是：当 AI 的结果出错、或需要你在没有 AI 的环境里临时兜底时，你完全没有手动应对的肌肉。你不是「暂时忘了」，而是从未建立过。这和「会骑自行车后多年不骑仍记得」不同——你根本没学过。智能界面把人从工具里解放出来，也把人从工具的理解里剥离了。 到底什么不该外包？ 这不是要抗拒技术，而是要分辨哪些程序性知识值得保留。凡涉及「判断结果是否可信、出问题能否手动兜底、对系统行为有无直觉」的领域，亲手操作的经验是认知的安全垫。把这部分也外包，人就从工具的主人，退成对工具的被动消费者。 智能界面面向所有人是普惠，但普惠的前提是：人仍保留一层不依赖界面的底层能力，作为最后防线。否则我们培养的不是「会指挥智能体的人」，而是「只会提要求、对过程一无所知的人」。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：程序性知识

OpenAI 在十月更新里把「智能界面」作为主推方向，口号是让智能界面面向所有人：你不再需要在一个软件里层层点选、记忆菜单位置，而是直接用自然语言说目标，界面自己拆解、调度、执行。这看似又一次 UX 升级，但放到认知主线里看，它卸载的不是「点击的手指动作」，而是一整套支撑这些动作的程序性认知——记住在哪、判断点哪、预期会发生什么。 被卸载的到底是什么？ 人使用传统软件时，脑子里其实跑着一条隐性任务链：识别当前界面状态、在菜单树里定位目标、预测每个按钮的后果、出错后回溯。这套「心算」消耗了大量注意力，却因为太熟练而不被察觉。智能界面把整条链接管后，用户的心智负荷骤降，这是福音。 但认知卸载有个规律：被省下来的注意力不会自动变成深度思考，它往往流回即时满足。计算器发明后，人的心算确实少了，空出的脑力并没有普遍转化为数学洞察，大部分去了别处。界面自动化同理——省下来的「找按钮」精力，可能只是让你更快地从一个任务滑到下一个，而不是更专注于真正重要的判断。 省下的注意力真的变成深度思考了吗？ 认知科学里有个朴素道理：注意力是有限预算。工具替你省脑力时，省下的部分不会被存进银行，而是被即时花掉。智能界面让「完成一件事」变得几乎零摩擦，结果是任务数量膨胀、单件深度稀释。你一天能交办的事多了十倍，但每件都停在「我说到了、它去办了」的表层，你对过程的理解反而更薄。 这不是反对智能界面——它无疑是巨大的效率释放。而是提醒：卸载程序性认知之后，人必须主动把空出来的注意力，重新投资到目标设定与结果验收这两件不可卸载的事上。否则就是把司机的座位让出去，却连方向盘都懒得扶。 智能界面时代，人该守住什么？ 智能界面越聪明，「说清楚自己到底要什么」就越值钱。过去你可以靠操作熟练度弥补目标模糊；现在你直接对机器下指令，模糊的目标只会换来精确的错果。认知重心因此从「怎么做」彻底移到「要什么、为何要、结果对不对」。这或许是硅基时代留给碳基最硬核的认知岗位。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：认知卸载

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」。 ...

10 月 7 日 OpenAI 把 GPT-6 Luna 免费推向 12 亿用户，付费用户升级 Sol。表面看是产品升级，底下藏着一个财务问题：当旗舰模型变成订阅制甚至免费，推理成本这笔公摊，到底由谁兜底？这个问题不解决，整个大模型行业的商业模式都会动摇。 先算一笔账 按 OpenAI 官方价目表，GPT-6 Luna 输出 0.50 美元每百万 token，Sol 输出 10 美元每百万 token。一个轻度用户一个月用掉 100 万输出 token，Luna 成本约 0.5 美元；一个重度 Agent 用户一个月跑 5000 万输出 token，若走 Sol 就是 500 美元。而 ChatGPT Plus 订阅费一个月约 20 美元。 也就是说，一个重度用户一个月就能烧掉相当于 25 个 Plus 用户的订阅费。订阅制天然是轻度用户补贴重度用户，但当 Agent 让「重度用户」的比例从 1% 涨到 10%，这个公摊模型就会穿底。 英伟达给的答案 模型公司的解法只能是把单位推理成本持续打下来。英伟达官方数据显示，GB300 NVL72 平台在 SemiAnalysis 2026 年 4 月基准下做到每百万 token 0.123 美元；下一代 Vera Rubin NVL72 在 Agent 负载上号称每百万 token 成本比 GB300 再降一个数量级。硬件每一代把成本压 10 倍，才给模型公司留出了「免费送 Luna」的空间。 ...

10 月 7 日，OpenAI 做了一件过去很少做的事：把最新一代旗舰模型直接推向全球用户。GPT-6 全量上线 ChatGPT，付费用户用 GPT-6 Sol，免费用户用 GPT-6 Luna，覆盖约 12 亿用户。同日 Anthropic 先发制人推出迄今最便宜的小模型 Claude Haiku 5.5，运行成本降 75%，输入价低至每百万 token 0.1 美元。两家公司在同一天把价格往死里打，说明入口战争已经进入白热化。 价目表到底降了多少 按 OpenAI 官方企业费率卡，GPT-6 Sol 输入 2.00 美元、缓存输入 0.20 美元、输出 10.00 美元每百万 token；GPT-6 Luna 输入 0.10 美元、缓存 0.01 美元、输出 0.50 美元每百万 token。对比 GPT-5.6 促销价，Sol 档位大约腰斩，Luna 更是直接打到接近白送。与此同时，ChatGPT 新增「智能 UI」能力，AI 不再只输出文字，而是直接生成图表、交互组件、计算器、表单。 免费化谁买单 把旗舰模型免费送给 12 亿用户，推理成本由谁承担？答案是规模摊薄。OpenAI 的逻辑是：先用 Luna 把所有用户锁在 ChatGPT 里，再靠其中一部分人升级 Sol 或 API 来补贴整体推理开销。这和云厂商的「免费额度换活跃」是同一个打法，但 AI 推理的边际成本远高于云计算，一旦重度用户比例上升，毛利会被快速侵蚀。 智能 UI 是这次免费化的隐藏筹码。过去用户为「更强模型」付费的理由正在变弱——既然 Luna 已经够用，为什么还要升级 Sol？OpenAI 的答案是：把交互从文字变成可操作的界面组件，让免费用户每天停留的时长显著增加。时长才是入口战争的真正弹药，模型本身反而成了配套。 ...

10 月 7 日，OpenAI 十月更新把 GPT-6 的「智能界面面向所有人」产品化。这句话的潜台词是：过去那种「用户点按钮、填表单、翻列表」的界面，正在被「用户说一句、智能体去完成」替代。对做产品的人，问题不是要不要跟风，而是你的产品里哪几处交互最值得先改成 Agent 式。 三处高价值改造 第一，复杂筛选与查询。后台系统里那种七八个下拉框、拼条件的查询页，是最适合先换掉的——用户自然语言说「找上个月华东区金额超过两万的报销」，智能体翻译成查询再把结果给出来。表单省下的认知负担，用户立刻能感到。 第二，多步操作流程。「新建订单 → 选客户 → 填明细 → 走审批」这种线性流程，改成让智能体引导式采集信息：它问一句、用户答一句，它在后台把表单填好。把 wizard 从「用户填」变成「智能体问」。 第三，报表生成。别再让用户自己拖维度做报表。让他说「给我一张按渠道拆分的本月转化漏斗」，智能体直接出图并附一句解读。 边界要守住 智能界面不是把所有界面都删掉。高风险、强确认的动作（支付、删除、对外发送）仍要保留明确的确认按钮，不能因为「智能体都懂」就让它一键代发。智能体负责起草和执行，人负责按最后那个钮。 判断 GPT-6 智能界面真正改变的，是产品文档里「操作手册」这一章的权重在下降。谁先把自家高频、低风险的交互改成对话式，谁就先拿到那批「嫌表单麻烦」的用户。但记住：越聪明的界面，越要在最后一步留一个人能踩住的刹车。 最后补一个落地节奏：别一次性改造全产品。挑一个用户抱怨最多的复杂查询页试点，跑两周收集数据——改造后那一页的完成率、用户停留时长、客服工单量，用数据证明智能界面值不值，再决定下一个改造点。先做出一个样板，比推倒重来式的全面改造稳妥得多。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：GPT6智能界面

10 月 7 日，OpenAI 在系统卡《GPT-6 Sol and GPT-6 Luna: October 2026 update》中宣布，GPT-6 系列正式面向全球所有 ChatGPT 用户推出，免费与付费计划均覆盖，并替换此前的 GPT-5.6 Sol/Luna。公开报道显示，付费用户使用 GPT-6 Sol，免费用户使用 GPT-6 Luna；Codex 与 ChatGPT Work 所用版本暂不随之调整。这不是一次简单的版本升级，而是一种「模型舰队」打法的产品化落地。 从单旗舰到分档舰队 过去大厂发模型，讲究一个旗舰打天下。OpenAI 这套 Sol/Luna 结构走的是另一条路：同代技术方法训练出两款模型，能力与成本定位不同——Sol 顶在专业工作、事实性、编码、计算机使用的前沿，Luna 把同等智能以更低成本带给海量免费用户。 OpenAI 自己的表述很直接：Astra 奠定新一代智能，Sol 与 Luna 的任务是「通过成本效率的进步，把这种智能分发出去」。 舰队策略的技术与商业含义 从前沿视角拆解，这条路有三层设计： 训练同源：两款模型共享 Astra 背后的方法论，不是拼凑两个独立模型，而是一套技术的两个成本档位。 分发普惠：把旗舰能力下放到免费层，换取周活规模——公开报道称 ChatGPT 周活已超 12 亿。 成本可控：免费用户走便宜的 Luna，付费复杂任务走 Sol，让公司在十亿级用户下仍算得过账。 判断 这种「旗舰打前沿、低成本款铺规模」的舰队模式，很可能成为大模型产品的标准形态：不再是一代一个模型，而是一代一个梯队。对用户而言，这意味着「你用的是哪一档」会越来越成为一个显性选择；对行业而言，竞争的焦点正从「谁最强」转向「谁能把智能以更优成本分发到更多人手里」。 值得注意的还有版本治理的细节：系统卡特意区分「十月版」与「九月版」，并说明 Codex、ChatGPT Work 所用模型暂不跟随调整。这说明舰队打法下，同一个名字的模型在不同产品线上可能是不同快照——用户和开发者都得学会读版本号，否则很容易把不同档位、不同月份的能力混为一谈。这本身就是认知分层在产品层面的具体投影。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：GPT-6 舰队