OpenAI 的 GPT-6 Sol 准确率翻倍，且成本减半

ZDNET 的核心要点

• OpenAI 表示 GPT-6 Sol 的错误率仅为 GPT-5.6 的一半。
• GPT-6 Luna 以远低得多的成本达到了之前更高级别 AI 的性能。
• OpenAI 真正的卖点是更便宜的 AI，而不仅仅是更智能的 AI。

今天，OpenAI 宣布发布并全面推出其新的主流模型 GPT-6 Sol 和 GPT-6 Luna。虽然新的 AI 模型发布在 AI 行业已是常态，但今天宣布的可靠性改进在众多数据中脱颖而出。

另见：OpenAI 警告，“复杂”的 AI 集群攻击将在几个月内到来

OpenAI 表示：“GPT-6 Sol 的错误率大约只有其前代产品的一半。”该公司还表示：“GPT-6 Luna 也有大幅提升；在较高的投入水平下，它能以约百分之一的成本达到 GPT-5.6 Sol 的水平。”

（披露：ZDNET 的母公司 Ziff Davis 于 2025 年 4 月对 OpenAI 提起诉讼，指控其在训练和运行其 AI 系统时侵犯了 Ziff Davis 的版权。）

换句话说，如果 GPT-5.6 在 20% 的时间里会出现事实错误，那么基于相同的查询，GPT-6 的错误率仅为 10%。GPT-6 Luna 这款低成本引擎现在的表现与上一版本中更高能力的级别相当。

让我们换个角度来看待这些模型。OpenAI 和 Anthropic 都有旗舰级、主力级和廉价版模型产品。

把 OpenAI 的 Astra 工作流想象成超级精英专家。如果他们是医生，他们就是被空运过来挽救国家元首生命的专家。他们很出色，但也非常昂贵。Claude 世界里的 Mythos 和 Fable 也处于同样的精英水平。

另见：OpenAI 的 GPT-5.6 和 ChatGPT Work 如何旨在击败 Anthropic

现在，将 Sol（以及 Claude 端的 Opus）视为资深员工——大型医院里的顶级医生，他们承担了大部分严肃的工作。他们成本很高，但还没到需要为你预订私人飞机来干预紧急情况的那种程度。

使用同样的类比，Luna（以及 Anthropic 的 Haiku）更像是住院医师。他们有能力，但缺乏深厚的经验和理解。他们更容易犯错，但能很好地处理日常工作。而且，即使与资深级模型相比，他们也非常便宜。

这引出了这次发布中最令人惊叹的细节，而 OpenAI 甚至没有重点展示：进步的速度。

GPT-5.6 Sol 和 Luna 是在 7 月发布的，距今不到三个月。在不到三个月的时间里，OpenAI 成功将主力模型的事实准确性提高了一倍，这大致相当于让医院里的每位顶级医生都变得和超级专家一样出色。最重要的是，他们还完成了相当于提升低级别住院医师技能的工作，使其表现与顶级医生相当。而且是在不到三个月的时间里。

与 Claude 的比较

OpenAI 正在与 Anthropic 展开一场跨越全球的 AI 预算争夺战。自然地，他们会希望将自己的表现与头号竞争对手进行比较。假设结果显示有所改进（正如 GPT-6 大部分情况那样），厂商也会希望将新版本与旧版本进行比较。