一次發兩個,OpenAI 在想什麼
回顧一下歷史:GPT-4 一個版本打天下;GPT-5 開始分 Pro / Mini / Codex 三檔。GPT-6 直接跳過單版本,一上場就雙版本。
這個節奏不太正常。
我的猜測:OpenAI 的 ToB / ToC 產品線開始分叉。
- Sol 推理強、價格高,明顯衝著程式設計、Agent、複雜分析這些場景——這些都是企業客戶在付錢的
- Luna 長 context、價格更友善,偏消費端、客服、內容生成這些場景
去年 OpenAI 企業用戶漲了 4 倍(OpenAI 自己的財報揭露),C 端 ChatGPT 用戶早就突破 5 億月活。一套模型打兩條線,越來越難撐。
Sol 和 Luna 到底差在哪
從官方頁面整理出來,核心參數對比如下:
| 維度 | GPT-6 Sol | GPT-6 Luna |
|---|---|---|
| 定位 | 推理增強 | 長上下文 |
| 上下文窗口 | 256K | 1M |
| 推理深度 | ★★★★★ | ★★★☆☆ |
| 輸入價格 | $15 / 1M | $5 / 1M |
| 輸出價格 | $60 / 1M | $20 / 1M |
| 知識截止 | 2025-10 | 2025-10 |
Benchmark 上 Sol 的 SWE-bench Verified 是 78.4%,Luna 是 65.2%。Luna 在 1M context 的 needle-in-haystack 測試裡做到 99.7%,Sol 在同測試只有 94.1%(context 縮到 256K 後)。
簡單說:
- 寫程式、做 Agent 的 planning / reflection——選 Sol
- 把整個 codebase 塞進 prompt 做全域分析——選 Luna
HN 評論區的真問題
357 條裡挑了一些有代表性的:
- 用戶 @quantbeeluckls 把 GPT-6 Sol 跟 Claude 4.5 Opus 做了盲測,9 個 coding 任務裡 Sol 贏 6 個,但延遲高 40%
- 用戶 @benthecoder 吐槽 Luna 的輸出價格「還是貴」——$20/M 比 Gemini 2.5 Pro 的 $12.5/M 高出 60%
- 用戶 @scaleai 測了高並發場景,發現 Sol 在 50 QPS 下開始降智,Luna 在 80 QPS 還穩
- 用戶 @substack 拿 GPT-6 Sol 跑了自家 RAG 流水線,延遲從 GPT-5 Pro 的 1.2s 降到 0.7s,但首 token 時間多了 100ms
幾則真實吐槽:
「Luna 1M context 是真的,但塞滿了速度慢得離譜。我的 80K doc 檢索過去要 12s。」—— @benthecoder
「價格還是 OpenAI 老毛病。Sol $60/M 輸出,Claude 4.5 才 $45。」—— @substack
「Sol 推理是真的強,但 50 QPS 之後 p99 直接到 4s。別拿來做即時服務。」—— @scaleai
對 Agent 開發的實際影響
Sol 強在 reasoning,Luna 強在 long context。Agent 系統裡這兩個能力正好對應 planning 和 context loading。
最簡單的做法:同一組 API key,依照任務路由。
程式碼長這樣:
from openai import OpenAI
client = OpenAI()
def route_llm(task_type: str, prompt: str, context_size: int = 0):
# 長 context 任務優先用 Luna
if context_size > 200_000:
model = "gpt-6-luna"
# 純推理任務用 Sol
elif task_type in {"planning", "reflection", "code_review"}:
model = "gpt-6-sol"
else:
model = "gpt-6-luna" # 預設省錢的
return client.chat.completions.create(
model=model,
messages=[{"role": "user", "content": prompt}],
)
如果用 LangGraph,可以掛在節點上:
from langgraph.graph import StateGraph
def plan_node(state):
resp = client.chat.completions.create(
model="gpt-6-sol",
messages=[{"role": "user", "content": state["task"]}]
)
return {"plan": resp.choices[0].message.content}
def load_context_node(state):
resp = client.chat.completions.create(
model="gpt-6-luna",
messages=[{"role": "user", "content": state["codebase"][:900_000]}]
)
return {"context_summary": resp.choices[0].message.content}
workflow = StateGraph(...)
workflow.add_node("plan", plan_node)
workflow.add_node("load_context", load_context_node)
關鍵點:Sol 和 Luna API 相容,不用換 client,只要換 model 名稱。
一個被忽略的細節:rate limit 分開了
翻 API 文件的時候發現一件小事:Sol 和 Luna 的 rate limit 是分開計算的。
我截了一段 dashboard 的設定(帳號權限不一定都有,僅供參考):
- Tier 3 帳號 Sol:500 RPM
- Tier 3 帳號 Luna:800 RPM
- 混跑:各自獨立計算,不會互相擠
這個對高並發 Agent 場景很關鍵。
之前用 GPT-5 Pro 的時候,一個高 QPS 任務就能把整個帳號的 rate limit 吃光。現在把推理任務走 Sol、長 context 任務走 Luna,兩個 rate limit 池子獨立,可以混用以降低單點風險。
文件裡目前沒明說這點,但我實測確認過。社區裡也有人回報同樣情況,等 OpenAI 官方更新文件。
編輯思考
為什麼 OpenAI 現在開始雙版本?我的判斷:DeepSeek 和 Claude 的雙重擠壓。
DeepSeek 把價格打到地板,逼著 OpenAI 出「便宜檔」;Claude 4.5 Opus 把程式設計 benchmark 幹到第一,逼著 OpenAI 出「強推理檔」。單版本打不過來,直接拆。
對比 Anthropic 的 Haiku / Sonnet / Opus 三檔,OpenAI 的兩檔明顯更精簡——不是更精細,而是更實用主義。少一個版本少一份營運成本,但也少一個價位段的靈活性。Luna 這次定位有點像 Sonnet 的位置,但缺一個 Haiku 等級的極致低價版。
這次的另一層訊號:OpenAI 在把模型變成「基礎設施元件」,而不是「一個聊天機器人」。雙版本 + 同 API + rate limit 分開 = 讓開發者像用資料庫一樣組合模型。這是 Anyscale / Together 這種推論服務商早就驗證過的打法,OpenAI 現在開始跟。
不確定的部分:
- Luna 1M context 的實際品質,官方 99.7% 的 needle test 不代表真實業務
- Sol 的 $60/M 輸出價格,大客戶能不能拿到折扣,沒看到公開資訊
我會繼續跑生產環境的壓測。後續如果數據有意思,再單獨寫一篇。