GPT-6 Sol 与 Luna 上线、API 价格减半，第三方安全评估提前到训练阶段：OpenAI 9 月 22 日动态
OpenAI 在 9 月 22 日上线 GPT-6 Sol 与 GPT-6 Luna，API 价格约为上一代的一半，同一天发布文件把第三方安全评估从开发后提到训练、评估与部署三个阶段；Anthropic 同日发布 Claude Opus 5.5，服务状态记录两起已恢复事件。
本期覆盖 北京时间 2026 年 9 月 22 日 09:00 至 9 月 23 日 09:00。
这一天 OpenAI 做了两件事，方向一致：把同一代的能力卖得更便宜，把外部的审视请得更早。产品一侧是 GPT-6 Sol 与 GPT-6 Luna 上线，API 价格约为各自上一代的一半；治理一侧是一份文件，把第三方安全评估的介入点从开发完成之后提到训练、评估与部署三个阶段。同一天，Anthropic 发布了 Claude Opus 5.5，同样降了价，也同样是先交给外部机构测过。服务一侧不太好看：新模型上线当天，状态页记录了两起错误率升高事件，都在一小时内恢复。
补入一条。官方《Priorities and principles for effective third party assessments》标记的发布时间为北京时间 9 月 22 日 08:00，落在上一期窗口内，但上一期抓取新闻源时它还没有入流，因此没有覆盖，本文一并写入，正文里它的时间按这个标记口径写。
速览
| 条目 | 窗口内节点 | 核心事实 | 下一步检查 |
|---|---|---|---|
| GPT-6 Sol 与 Luna 上线，价格约为上一代一半 | 北京 9 月 23 日 02:00 发布 | Sol 输入 $2、输出 $10，Luna 输入 $0.10、输出 $0.50；ChatGPT Work 与 Codex 可用，暂不进 Chat 1 | 按官方模型说明评估是否把工作区默认模型从 GPT-5.6 换到 GPT-6 |
| GPT-6 的提示缓存默认命中率提高 | 9 月 23 日 05:00 发布 | 30 分钟内复用的共享前缀给折扣，缓存读取折扣最高 90%，新增缓存仪表盘与未命中诊断 5 | 打开缓存仪表盘，看自己应用当前的命中率与输入 token 构成 |
| 第三方安全评估提前到训练阶段 | 9 月 22 日 08:00 标记发布（补入） | 外部机构可在训练、评估、部署三个阶段做技术安全评估；公司列出四个优先领域与七条原则 7 | 对照七条原则检查自己机构与评估方的合作条款 |
| Anthropic 同日发布 Claude Opus 5.5 | 9 月 22 日发布 | 输入 $4、输出 $20、缓存读取 $0.20；公司称典型工作负载下比 Opus 5 便宜约 40%，发布前由 Frontier Design 与 METR 测试 9 | 做多模型采购的人把两家同日的价格与评测口径并排看 |
| 两家公司要求澳大利亚放宽训练数据禁令 | 9 月 22 日 15:59 见报 | OpenAI 与 Anthropic 都承认全面版权例外已被政府排除，转而请求一种窄口径的有条件批准 11 | 关注澳大利亚联合专责委员会 11 月的报告 |
| 给模型评分的承包商因用 AI 被解雇 | 9 月 22 日 20:59 见报 | 报道称多名由外包商转包的评审员因用 AI 完成自己的评分工作被解雇，内部文件提到一万多名承包商 14 | 数据标注与评测外包团队据此检查自己的合规条款 |
| 外部质疑今夏的突破宣称 | 9 月 22 日 19:04 见报 | 文章汇集安全专家与数学家对 Hugging Face 事件与数学突破宣称的质疑，逐条指向原始材料 10 | 引用公司基准数字时，一并给出质疑方与原始材料 |
| 白宫 AI 事务负责人人选浮出 | 9 月 23 日 01:55 见报 | 三名知情人士称财长 Scott Bessent 是热门人选；白宫称未官宣的人事报道属推测 12 | 等正式任命，别按报道调整合作计划 |
| 服务状态：当日两起，均已恢复 | 9 月 22 日 17:58 与 23:04 开始 | Plus 与 Pro 用户错误率升高（Conversations），ChatGPT Work 错误率升高；分别于北京 18:37 与 23:58 恢复 1617 | 对照自己团队的报错时段与用户反馈 |
模型发布：GPT-6 Sol 与 Luna 上线，价格约为上一代一半
OpenAI 在 9 月 22 日发布了 GPT-6 Sol 与 GPT-6 Luna，把它们定位为 GPT-6 家族里负责把能力摊开的两款：GPT-6 Astra 仍是全线最强，Sol 面向复杂的编码与长时程任务，Luna 面向高频、批量、聚焦型的工作 1。
命名值得先厘清。GPT-5.6 一代里就有 Sol、Terra、Luna 三档，这一代的 Sol 与 Luna 与它们同名而不同代；公司在 5.6 时代已经说明，数字表示代际，Sol、Terra、Luna 是可以各自演进的能力档 1。这次上线的两款继承了 Astra 的部分进展——专业工作、事实性、编码、电脑操作与对齐——并把成本压了下来 1。
价格是这一天最硬的信息。公司说缓存与推理效率的改进让服务成本下降，并把节省直接让给用户与客户，两款模型的 API 价格相比上一代的促销价下调 50% 1。
| 模型 | 输入（每百万 token） | 输出（每百万 token） | 缓存读取（每百万 token） |
|---|---|---|---|
| GPT-5.6 Sol | $4 | $20 | 未公布 |
| GPT-6 Sol | $2 | $10 | $0.20 |
| GPT-5.6 Luna | $0.20 | $1.20 | 未公布 |
| GPT-6 Luna | $0.10 | $0.50 | $0.01 |
缓存读取一列来自 API 变更日志给出的 272K 输入 token 以内标准价 2。两代的输入价都正好减半；输出价里，Luna 从 $1.20 降到 $0.50，降幅超过一半，公司仍把这次调整统称为降价 50% 1。
可用范围有具体边界。两款模型当日起在 ChatGPT Work 与 Codex 中面向 Plus、Pro、Business、Enterprise 与 Edu 用户推送；Free 与 Go 用户可以在桌面应用里用 Luna；两款暂不进入 Chat；为保持服务稳定，推送会在一天内分批进行，暂时看不到时稍后再试；企业工作区能否使用取决于管理员设置 13。模型 ID 是
gpt-6-sol 与 gpt-6-luna 12。公司给出的评测集中在成本效率上，全部由公司自己发布，竞品分数取自公开报告 1。在 AutomationBench 1.0.6 上——这套评测由 Zapier 维护，用 47 个工具测试销售、市场、运营、支持、财务与人事的端到端工作流——Sol 在 xhigh 档拿到 33.2%、每个任务 $0.27，高于 Claude Opus 5 在 max 档的 26.9%，单任务成本只有 Opus 5 的 9%；也高于 GPT-6 Astra 在低档位的 30.3% 1。在 Agents' Last Exam V1 上，Sol 在 max 档得 56.4%，高于 Claude Opus 5 在该评测里的最高分，单任务成本低 60% 1。在 DeepSWE 1.1 上，Sol 在 max 档 68.8%，比 Claude Fable 5 的最高分 69.9% 低 1.1 个百分点，单任务成本低约 80%；Luna 在 max 档 66.6% 1。在电脑操作评测 OSWorld 2.0 offline 上，Sol 在 xhigh 档 60.5%，与 Claude Opus 5 在 medium 档的 60.3% 接近，成本低约 80% 1。事实性方面，公司用内部评估衡量，数据来自用户标记过错误的去标识化真实对话：Sol 的错误约为上一代的一半，接近 Astra 的可靠性；Luna 在高档位下能匹配 GPT-5.6 Sol，成本约为其百分之一 1。公司在脚注里说明，GPT 的评测在自家研究环境或通过 API 完成，系统提示与可用工具不同会使输出与生产环境的 ChatGPT 有差异 1。
沟通风格也一并继承。公司把 Astra 改进过的语气带到这两款模型上，预期在技术与编码对话里最明显：更清楚，术语更少，少一些低价值细节，回答整体略短而信息量不减 1。
同日官方还发出一份客户案例。做智能体开发基础设施的 Parallel 用 GPT-6 Astra 做劳动力市场数据研究：一套跨四个州、六个月、六项统计指标的检索与汇总任务，完成时间与代码成本各减半；公司把这归因于 Astra 发出的检索词更聚焦、到达结果所需的步数更少，以及可以把研究拆给子智能体并行推进。这些数字由客户自己提供 4。
开发者与平台：缓存折扣、诊断工具与 Codex
缓存这次的改动，面向的是要跑上几小时的智能体应用。官方在 9 月 23 日凌晨发出的公告里说明，GPT-6 家族启用了改进后的提示缓存，默认命中率更高，对 30 分钟内被复用的符合条件的共享前缀给出缓存折扣，缓存输入 token 的读取折扣最高 90% 5。
能动手的地方有三处。第一是看：新的缓存仪表盘（在平台用量页面的 Prompt caching 分区）显示有多少输入走了缓存、命中率随时间怎么变、输入 token 里缓存与未缓存各占多少 5。第二是查：缓存诊断工具解释一次未命中是怎么发生的，并给出受影响 token 的估计数量，返回长这样 5：
{ "prompt_cache_diagnostics": { "type": "cache_miss", "reason": "tools_changed", "comparison_reusable_tokens": 5629, "cache_missed_tokens": 5629 } }第三是调：显式缓存断点让开发者决定缓存的前缀到哪里结束；在 GPT-6 上，可以追加一条
configuration_update 而保持请求级推理强度不变，从而在不破坏缓存的前提下调整推理强度；工具定义、schema 与顺序保持稳定，用 allowed_tools 或把 tool_choice 设为 none 来控制哪些工具可调用，替代删掉定义的做法；新指令用新的 developer 消息追加在上下文末尾 5。预热缓存则把已知的上下文提前备好，用户提问时少等一截 5。公告引用了三家客户的自报数字。GitHub 首席产品官 Mario Rodriguez 说，过去几个月里，在数十亿次请求的规模上，需要重新处理的提示 token 占比相对此前基线下降了一半以上 5。Strawberry Browser 的 Arian Hanifi 说，缓存诊断与仪表盘帮他们把命中率提高了几个百分点、成本下降 20%，显式断点还让把对话分叉去做后台任务在经济上变得可行 5。Manus 的 Bin Fan 说，一周内命中率从约 85% 提到稳定高于 90%；Wordsmith 的 Eugene Mikhantyev 说，命中率从 83% 升到 91%，缓存写入降了约三分之二，推理成本降 36% 5。
两个官方变更日志在这一天都有条目。API 变更日志 9 月 22 日记录发布
gpt-6-sol 与 gpt-6-luna：两款都是推理模型，接受文本与图像输入，经 Responses 与 Chat Completions 输出文本 2。Codex 变更日志同日记录两款模型进入 Codex 与 ChatGPT Work，并说明 CLI 里用 /model 选择，或以 codex --model gpt-6-sol、codex --model gpt-6-luna 启动任务；同一天发布的 Codex CLI 0.156.0 增加了 /usage 用量看板，可看账户用量、token 总量与插件、技能活动 3。Codex 周报的当期条目已经换成新模型选择，建议日常与复杂编码从 Sol Medium 起步、聚焦且可重复的任务用 Luna High，可用性取决于套餐、客户端与工作区设置 6。上一期提到的 GPT-5.5 退役日期仍是 10 月 14 日 6。安全与治理：第三方评估提前到训练阶段
这份文件给出的是一套时间安排和一组工作原则 7。OpenAI 说，公司此前与第三方评估机构的合作发生在模型开发与部署过程的某些阶段，现在它要支持覆盖训练、评估与部署的独立评估，并给出深度访问，让评估者能质疑公司的假设、找出被漏掉的风险、就防护是否有效得出自己的结论 7。
文件把评估分为四个优先领域 7。第一个是对安全论证本身的评估：证据是否成立，训练、评估与部署时是否遵守了论证写下的条件，论证是否覆盖了评估过程中发现的最紧迫风险，训练里是否存在会奖励欺骗、奖励黑客、破坏性行为或绕过限制的机制 7。第二个是关键防护措施的评估：在灰盒访问下，防护对越狱攻击是否稳健，在网络安全与生物这类高危领域是否足以拦住能力提升；在授权的真实条件测试中，智能体如何应对访问控制、沙箱、检测与响应系统；错位监控是否存在可能导致失控的关键缺口，思维链监控作为证据的可靠性如何；监控是否覆盖所有相关环节且不容易被关掉；防护是否与能力相称 7。第三个是覆盖 Preparedness 风险类别（化生风险、网络安全、AI 自我改进）的能力评估，以及对严重错位风险的对齐评估：评估是否覆盖阈值定义、阈值定得对不对，模型持续拿最高分之后评估有没有更新，对齐评估漏掉了哪些行为 7。第四个是对关键错位事件的独立调查，文件点名 Hugging Face 事件，并要求调查方具备网络取证、对齐、大规模思维链分析等能力 7。
七条原则里，有几条对读者判断这类合作是否可信最有用 7。范围要先谈定，安全声明在评估活动开始之前预注册，并说明是公司主动提出接受评估，还是评估方希望独立检验而公司同意被检验 7。访问按比例给，受法律、安全与知识产权约束 7。方法与标准要透明，报告要区分直接发现与解释、说明不确定性、讲清证据支持哪些结论 7。专业性与独立性方面，评估方要披露并处理个人与机构的利益冲突，包括财务激励、与被评估公司的关系以及此前参与过被评估的工作，制度设计要保证商业压力与报酬安排不影响结论，必要时回避或设置冷却期 7。安全与保密方面，评估方要有与所接触系统敏感性相称的信息安全实践与可执行的保密安排 7。结论要可执行，公司要有合理时间在发表前修复 7。发表方面，报告在保护敏感信息的前提下尽量公开，全公开不可行时可以向治理机构保密报告；公司可以申请脱敏，评估方可以说明哪些实质性删减影响了报告 7。文件也写明，这套安排针对私营与非营利部门的独立技术安全评估，与政府一侧的测试评估分开，因为角色与责任不同；这里描述的工作总体周期更长，与新模型发布无关 7。
彭博同日的报道补充了另一种视角：公司准备让第三方在开发周期更早的阶段审查模型，正在接触的机构里既有过去合作过的，也有没合作过的 8。
竞争与外部评价：同日降价，同日被质疑
同一天，Anthropic 发布了 Claude 5.5 家族的第一款模型 Claude Opus 5.5 9。它的输入价是每百万 token $4、输出 $20、缓存读取 $0.20；公司说在默认设置下，典型工作负载的成本比 Opus 5 低约 40%，输出生成速度比 Opus 5 快 30% 以上 9。发布前它由外部机构测试，公司点名了 Frontier Design 与 METR；公司还说，在自家覆盖数千个模拟场景的自动化行为审计上，Opus 5.5 得分是目前测过的模型里最高的 9。因为它在生物与网络安全方面与 Claude Mythos 5.1 相当，公司沿用了 Claude Fable 5.1 那一套防护与验证项目 9。公司同时承认，在这个能力水平上，基准分差对真实世界差异的指示性已经变弱 9。
同一天，外部出现了一份针对今夏突破宣称的系统性质疑。《麻省理工科技评论》的文章说，从 Anthropic 称 Claude Mythos 在找软件漏洞上强于多数安全专家，到 OpenAI 与 Hugging Face 的入侵事件，再到两家的数学突破宣称，每一轮都伴随公司的高调宣传与密集报道，等各领域专家有时间细看之后，浮现的是另一个故事 10。文章引述安全专家的判断，认为 Hugging Face 事件的要害在公司未采用基本且成熟的安全实践；在数学方面，文章说数学家最初被"至少十年没有进展"的说法震动，后来认为结果并不像最初显得那么新，并已有人指责公司研究不端与抄袭 10。文章的核心主张是，把行为主体说成失控的模型或超级智能，会把责任从公司身上移开 10。
这篇文章是评论，其中的指控指向其他原始材料，需要读者自行回溯；这里能确认的是它主张什么，以及它在窗口内发表。
政策与监管：澳大利亚的版权提交、白宫的人选、今日的安理会
路透社 9 月 22 日报道，OpenAI 与 Anthropic 在 9 月向澳大利亚议会关于 AI 立法的调查提交了意见，两家都要求重新考虑一项事实上让它们难以在澳大利亚用当地创意内容训练模型的版权禁令 11。两家都在提交里承认这道禁令的存在并要求放宽。Anthropic 说，宽泛的版权例外没有获得广泛支持、也已被政府排除，因此提出的替代方案是让政府以窄口径的有条件批准允许模型训练，并表示如果条件设计成支持澳大利亚创作者与文化事业，愿意考虑 11。OpenAI 呼吁一个允许模型从公开可得信息中学习、同时给权利人合作机会的平衡版权框架 11。两家都把这件事与在澳大利亚的数据中心投资绑在一起：OpenAI 已与澳大利亚数据中心开发商 NextDC 签下一处悉尼设施的承购协议，Anthropic 上周被列为昆士兰一处数据中心的合作方 11。澳大利亚政府已表示将从明年起实施一套覆盖 AI 与数据中心的规则，联合专责委员会要到 11 月才交报告 11。
白宫一侧出现一则人事报道。Semafor 在 9 月 22 日引述三名知情人士说，财政部长 Scott Bessent 正在成为特朗普新设的"AI 沙皇"职位的有力人选；其他被提及的名字包括白宫科技政策办公室主任 Michael Kratsios 与人事管理办公室主任 Scott Kupor 12。报道同时写明这个决定没有定案，白宫发言人 Kush Desai 说，未由官方宣布的人事报道应被视为没有根据的猜测，财政部没有回应置评请求 12。
联合国安理会的这场会安排在本文窗口之后。据路透社报道，15 个成员国的安理会将于周三 9 月 23 日在联合国大会期间讨论 AI 与国际安全，DeepSeek 与 Moonshot 受邀作陈述，DeepSeek 创始人梁文锋不打算出席，OpenAI 首席执行官 Sam Altman 计划到场，Anthropic 的高层预计参加 13。上一期已经交代过这场会的安排，这里补上的是中国实验室也在受邀之列。
用户与社区：给模型评分的承包商因用 AI 被解雇
404 Media 在 9 月 22 日报道，OpenAI 解雇了多名负责给模型回答评分、用来改进模型的承包商，原因是他们用 AI 工具来完成自己的工作 14。报道说，一份内部文件提到"一万多名承包商"，明确禁止使用 GPTZero、Grammarly，也禁止自己动手用 AI 14。发现方式也被写了出来：由 Mercor 转包的评审员通过重复措辞、过多的破折号与异常快的完成速度被标记出来，一封解雇信以工作的"真实性"问题为由，说这名承包商求助于 AI 帮忙 14。
这些细节来自 404 Media 的报道，OpenAI 没有公开确认。
服务状态
新模型上线这一天，状态页记录了两起事件，都标记为已恢复 15。
一起是影响 Plus 与 Pro 用户的错误率升高，协调世界时 9 月 22 日 09:58 进入调查、10:37 恢复，对应北京时间当天 17:58 至 18:37，影响组件为 Conversations 16。另一起来得更晚，是 ChatGPT Work 的错误率升高，覆盖 Plus、Pro、Business、Enterprise 与 Education 套餐，协调世界时 15:04 进入调查、15:58 恢复，对应北京时间 23:04 至 23:58，影响组件为 ChatGPT Work 17。
状态页首页显示全部正常运行，区间统计是 API 12 个组件 99.93%、ChatGPT 15 个组件 99.63%、Codex 4 个组件 100%，FedRAMP 与 Ads API 也都是 100% 18。归日口径沿用前几期：历史页与事件详情页都按协调世界时呈现，历史页把一条事件归在它的最后更新时间那天。按这个口径，9 月 14 日至 22 日九个记录日共 14 起，逐日为 2、3、2、2、1、2、0、0、2 起 15。
编辑视角
这一天值得记下的是一件同向的事：两家最直接的竞争对手，在同一天各自走完了降价与外部评估这两步。
OpenAI 这一侧的两步连在同一批产品上：GPT-6 Sol 与 Luna 把 API 价格拉到上一代的一半，而当天发布的另一份文件把第三方评估从开发后测试提前到训练阶段 17。Anthropic 那一侧的两步落在同一个模型上：Claude Opus 5.5 把典型工作负载的成本压低约 40%，而它发布前由 Frontier Design 与 METR 等外部机构测试过 9。
可比的是方向，数字没法对齐。降价的计量口径两边不同，评估的安排也不同——一边发布一套原则、邀请机构在训练阶段介入，一边在发布前请指定机构测试并公布结果 19。这个区别决定了读者要验证什么：前者的检验点是训练阶段的评估有多少机构真的接了下来、结论能不能公开；后者的检验点是发布前测试的报告什么时候能读到。
另一条线索落在价格的下半段。单价之外，决定智能体账单的还有缓存命中率：官方公告里几位客户报出的改善幅度——命中率从 83% 升到 91%、推理成本下降 36%——比单价下调更贴近生产环境的实际节省 5。标价减半是起点，账单要等缓存与用量结构一起算。
今日检查与操作建议
- 开发与平台工程：新模型已经在 Codex 与 ChatGPT Work 推送，CLI 里用
/model选择，或以codex --model gpt-6-sol启动任务，模型 ID 为gpt-6-sol与gpt-6-luna23。要迁移的话，先检查工作区默认值、自定义代理与定时任务里的模型名；GPT-5.5 的退役仍定在 10 月 14 日 6。 - 做产品集成的人：把缓存仪表盘打开跑一周，看自己应用的命中率与输入 token 构成，再用诊断工具解释未命中的原因。显式断点、
allowed_tools与预热是三个改动最小、见效最快的动作 5。 - 企业管理员：GPT-6 Sol 与 Luna 在工作区里能否使用取决于管理员设置，Enterprise 需要自行开启；控成本的话，按任务分档放开比全域默认切到最强档更可控 13。
- 合规与法务：如果所在机构与外部评估方有合作，按官方七条原则逐条对照，重点是评估范围是否在开始前写定、利益冲突是否披露、发表前是否留有修复期 7。另需记住，由第三方做的训练阶段评估与政府主导的测试评估是两套安排 7。
- 数据与评测团队：给模型评分的流程本身也在被审视，承包商被解雇一事的细节来自媒体而非公司，但内部文件里禁止用 AI 助手完成评分这类条款，值得照抄进自己的外包协议 14。
- 政策与公共事务：可跟的节点有三个——今天在联合国安理会的 AI 与国际安全会议（中国实验室也在受邀之列）13、澳大利亚联合专责委员会 11 月的报告 11，以及尚未官宣的白宫 AI 事务负责人任命 12。
- 投研与财务：同一天两家头部实验室同步下调主力模型价格，是能力商品化的又一步；判断影响时把 API 单价、缓存折扣与用量结构分开看，只看单价会高估降价对收入的影响 19。
References
- 1Introducing GPT-6 Sol and Luna
openai.com
- 2OpenAI API Changelog
developers.openai.com
- 3ChatGPT & Codex changelog
learn.chatgpt.com
- 4
- 5Better prompt caching for GPT-6
openai.com
- 6OpenAI Codex What's new
developers.openai.com
- 7
- 8
- 9Introducing Claude Opus 5.5
anthropic.com
- 10Don't be fooled by this summer of AI hype
technologyreview.com
- 11
- 12Bessent eyed for Trump's 'AI czar'
semafor.com
- 13DeepSeek to brief UN Security Council on AI this week, sources say
economictimes.indiatimes.com
- 14
- 15OpenAI Status history
status.openai.com
- 16Increased error rate for Plus and Pro users
status.openai.com
- 17Elevated Error Rates for ChatGPT Work
status.openai.com
- 18OpenAI Status
status.openai.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.