GPT-6 Sol、Luna 与 Claude Opus 5.5：别只算 Token 单价

一份竞品周报如果需要反复补来源、重算数字，即使模型单价便宜，交付成本也未必低。9 月 22 日发布的三款模型，让团队有了新的选择；真正要比较的，是同一份工作做到可交付要花多少代价。

这次发布了什么

OpenAI 发布 GPT-6 Sol 与 Luna，前者面向更复杂的编码和多步骤任务，后者偏向明确、重复量大的工作。OpenAI 称 API 价格比 GPT-5.6 促销价低 50%；截至本文核验，Sol 每百万输入/输出 Token 分别为 2/10 美元，Luna 为 0.10/0.50 美元。Anthropic 同日发布 Claude Opus 5.5，输入/输出单价为 4/20 美元，比 Opus 5 的标价低 20%；缓存读取为每百万 Token 0.20 美元。Anthropic 所称典型负载成本降低约 40%，是其测算结果，不能当成标价再打一次折。

用一笔示例任务，把价格算明白

假设一次任务输入 10 万 Token、输出 1 万 Token，暂不计算缓存与工具调用。按 9 月 24 日核对的标准 API 价格，单次模型费用约为 Sol 0.30 美元、Luna 0.015 美元、Opus 5.5 0.60 美元。这是根据假设用量做的算术示例，并非实测结果，更不代表三款模型会交出同等质量的成品。如果 Luna 需要多次重跑，或者 Opus 减少了大量人工复核，最终成本就会改变。

另一个容易忽略的细节：OpenAI 文档显示，Sol 和 Luna 的输入超过 27.2 万 Token 时，整个请求适用更高价格，而不是只有超出部分加价；快速处理和部分地区处理也有独立计费。Anthropic 强调 Opus 5.5 的缓存读取费用下降，但只有反复使用相同背景资料的流程，才能充分受益。采购时要看自己的请求分布，而不只看模型的最大上下文和标价。

评测榜单如何放进工作场景

Artificial Analysis 在最高推理档位测得 Opus 5.5 的 Intelligence Index 为 58，发布时居其榜首。这说明它在该评测设置下表现强，但不能推导出您团队的采购简报一定完成得最好。推理档位、工具、输入资料和验收标准不同，结果也会变。能装下很长的资料，也不等于每处引用和金额都准确。

比如把三份产品说明、两份 PDF 和价格表整理成一页建议：表面上写得顺畅，却漏掉脚注里的新报价，就不能算完成。测试时最好准备三到五件真实但已脱敏的任务，给每个候选相同的资料，事先写明需要哪些章节、数字、来源和可修改格式。除了第一次生成，还要记录失败重试、修改次数和人工复核时间，最后算每份验收通过的成品需要多少成本。

让三类工作分别给出答案

多来源周报重点看事实冲突和出处；批量字段提取看每条记录的错误率、重跑率；演示文稿提纲则看建议是否有数据支撑、编辑能否直接修改。把输入资料、验收条件、首次通过率、重试次数、人工复核时间和费用放在同一张表里。最后的建议可以是“默认模型 + 复杂任务例外 + 下次复测时间”，而不是用一个分数决定所有工作。

让结论能用于决策

有些复杂、例外多的工作值得使用更强的模型；字段提取等稳定任务可能更看重规模成本。建议在报告里同时呈现合格率、事实错误、引用遗漏、返工时间和费用，而不是选一个“总冠军”。若样本太少或外部评测条件不一致，就把待验证事项列出来。

可以把官方公告、账单、已获准使用的匿名任务样本和验收要求交给 MuseWork，整理成证据对照、试点方案与可审阅的选型简报。可直接提出：“根据这些公开资料和三份匿名工作样本，制定模型试点方案，比较来源准确性、返工时间与合格成品总成本，并标出未经实测的结论。”

从新闻走向手头的工作

把自己的资料、报表和来源交给 MuseWork，形成可以继续审阅的简报。开始一项研究任务，或先了解深度研究。

离开电脑也能在手机上继续查看任务：下载 MuseWork iPhone 或 Android 版。需要处理本机文件，可在授权后下载 MuseWork 桌面端。

资料来源

• OpenAI 模型文档：GPT-6 Sol 与 GPT-6 Luna，2026 年 9 月 24 日核对。
• OpenAI 发布说明，2026 年 9 月 22 日：GPT-6 Sol 与 Luna 发布说明
• OpenAI API 价格页，2026 年 9 月 24 日核验：API 价格表
• Anthropic 发布说明，2026 年 9 月 22 日：Claude Opus 5.5 发布说明
• Artificial Analysis 独立评测，2026 年 9 月 22 日：Claude Opus 5.5 独立评测