GPT-6 向 12 亿用户开闸：读懂 Astra、Sol、Luna 与那颗被砍掉的 GPT-6.1

北京时间 10 月 7 日，OpenAI 宣布把 GPT-6 与全新的 Intelligent UI 推向全体 ChatGPT 用户，官方口径的周活跃用户已超过 12 亿——7 月底这个数字还是 10 亿。与以往「一颗旗舰打天下」不同，GPT-6 世代从一开始就是三款模型分工：旗舰 Astra、主力 Sol、轻量 Luna；ChatGPT 免费档与付费档底层跑的甚至不是同一颗模型。与此同时，两件事给这场发布会添了另一层意味：Anthropic 在 Sol/Luna 发布前 90 分钟放出对打的新模型，而 OpenAI 自己原定 10 月发布的 GPT-6.1 Astra，因内部安全测试不过关被罕见地取消。本文把定价、能力、竞争与安全四条线一次理清。

三款模型：Astra、Sol、Luna 各管什么

GPT-6 世代的命名放弃了 GPT-5 时代的 mini / pro 后缀，改用天文主题。三款模型的定位与硬参数如下（API 定价为每百万 token，截至 2026-10-08 官方文档口径）：

三款模型的上下文窗口统一为 1.05M tokens、最大输出 128K——「百万级上下文」从旗舰专属变成了全家标配。Luna 的知识截止比 Astra 还晚半个多月，说明它训练得更晚，并非简单裁剪的缩小版。

ChatGPT 产品侧的分配更值得注意。官方帮助文档确认：付费档（Plus / Pro / Business / Enterprise / Edu）底层默认跑的是 GPT-6 Sol，免费与 Go 档跑 Luna；只有 Pro 档的推理模式才能调到 Astra——而且 Astra 目前不支持 Intelligent UI。换句话说，绝大多数 ChatGPT 用户日常用的其实是 Sol 和 Luna，Astra 更多是 API 客户与 Pro 用户的重推理选项。Sol 发布当天就把 API 价格砍半（$4/$20 降到 $2/$10），叠加 Luna 一档 $0.10/$0.50 的地板价，OpenAI 在这个世代把「价格战」写进了产品结构里。

能力坐标：官方口径与第三方口径

官方发布材料给出的数字相当激进：GPQA Diamond 96.0%、FrontierMath Tier 4 v2 97.6%（对比 Anthropic Claude Fable 5.1 的 87.8%）、DeepSWE v1.1 74.1%、Terminal-Bench 4.0 57.9%（官方口径下高于 GPT-5.6 Sol 的 37.3% 与 Claude Fable 5.1 的 55.8%）。安全评估方面，Astra 在 ExploitBench 拿到 100%，并成为 OpenAI 自家 Preparedness Framework 下首个被评为网络安全「Critical」能力阈值的模型。

但第三方口径呈现的是另一幅图景，两条主线值得展开：

综合能力：打平，不是断层。 Artificial Analysis 的智能指数 v4.3 里，Astra 与 Claude Fable 5.1 并列 53 分；LMArena 榜上 Astra 以 Elo 1520 居第一梯队，但与 GPT-6.1 Sol（1516）的差距也在噪声范围内。官方发布表中全部竞品对比数字均为 OpenAI 自报、未经独立验证，连 GPQA 一项都存在发布表 96.0% 与公开榜单 95.0% 的出入。

智能体赛道：落后于 Anthropic。 arena.ai 的智能体榜上，Astra (Max) 仅列第四（12.27%），落后于 Claude Fable 5.1 (Max) 的 14.31%、Opus 5.5 (High) 的 13.82% 与 Sonnet 5.5 (Max) 的 12.52%——前三名全部是 Claude。另一个耐人寻味的信号是：OpenAI 这次几乎没有宣传 SWE-bench Verified 成绩（第三方榜上 OpenAI 系最高为 GPT-5.6 Sol 的 96.20%，Astra 的官方数字始终未公布），叙事重心转向了 Terminal-Bench 与 DeepSWE。综合看，「Astra 全面领先」与「GPT-6 被高估」两个说法都不准确：数学与计算机使用上官方口径领先，编程与智能体实测上与 Claude 互有胜负。

数学成绩还有一个更值得玩味的细节。MathArena 对 AIME 2026 的独立复测给出 Astra（max 档）88.0%（±2.0%），反而低于 OpenAI 自家 9 月 29 日升级的 GPT-6.1 Sol（90.1%）——而 MathArena 特意标注：该模型发布晚于赛题公开，成绩存在训练数据污染风险。第三方 BenchLM 的独立口径（88.69%）倒是与 MathArena 相近。这些数字没有一个与官方口径冲突，但「发布晚于赛题」这行小字，恰好说明了 2026 年评价新模型时独立时序控制的重要性。官方材料里另有一类「应用型」成绩参考价值更高：Excel 金融建模世界杯上 Astra 比人类冠军快约 4 倍；计算机使用安全内测中非预期操作比 GPT-5.6 Sol 少 89%、比 Claude Fable 5.1 少 74.7%（内部基准，OpenAI 自报）。

Intelligent UI：从聊天框到交互画布

这次全量推送里，比模型切换更能改变日常体验的是 Intelligent UI。官方帮助中心把它定义为：模型可以将文本、视觉与交互元素组合成回复，在富交互画布中呈现——内联计算器、账单分摊器、测验、图表、可操作的小游戏。官方演示里用户可以「通过互动式视觉效果逐步学习打麻将」：界面随学习、尝试与发现实时响应。

这本质上是把模型输出从「一段文字」升级为「一个小应用」。对学习类场景（解题步骤、概念演示）与轻量工具场景（算账、比价、规划）是实打实的体验跃迁；对内容生态的影响则更深远——当 AI 回答自带交互组件，「给出十个蓝色链接」时代的界面范式又退了一步。

两个工程细节值得注意：其一，Astra 暂不支持 Intelligent UI，说明交互画布对模型的指令遵循有额外要求，重推理与富交互暂时二选一；其二，Enterprise 管理员可以在后台整体关闭 GPT-6 与 Intelligent UI 的访问——企业可控性被做成了显式开关。

竞争棋局：90 分钟卡位与价格战

GPT-6 世代的竞争烈度从时间线就能看出来。9 月 22 日 Sol 与 Luna 上线，Anthropic 在 90 分钟后反手发布 Claude Fable 5.1 与 Opus 5.5，正面截胡；Astra 发布数日后，Google 推出 Gemini 3.8 Flash，单价约为 Astra 的十三分之一，随后 Gemini 4 Argon 按谷歌自评在多数基准上反超 Astra（注意：该说法全部来自 Google 自评，尚无独立复测）。

价格是这轮竞争的主战场。Astra 输入 $10/百万 token 的定价并不便宜，但 Sol 上市当日降价 50%、Luna 直接把输入价压到 $0.10，配合 Gemini 3.8 Flash 的超低价，一线模型每百万 token 的边际成本在 2026 年秋天已经进入「美分时代」。对下游应用生态这是重大利好；对 OpenAI 自己，则意味着收入增长要靠 12 亿周活带来的量与 Intelligent UI 驱动的新场景，而不能靠单价。

企业侧的配套动作同样密集：Astra 发布博文里同步宣布了 Oracle Analytics、Power BI、Navan、Avalara 等企业插件；API 客户可以申请 ZDR（零数据保留）；9 月 11 日还单独发布了面向金融行业的 ChatGPT for Financial Services。同期 DevDay 2026（9 月 29 日）发布的 Dots 常驻智能体平台、Decisions API 等 20 余项发布，显示 OpenAI 正在把收入结构从「卖 API」向「卖平台」迁移。10 月 14 日，GPT-5.5 将从 ChatGPT、ChatGPT Work 与 Codex 中退役——上一代仅存续半年即退役，模型换代速度本身就是竞争的一部分。

被砍掉的 GPT-6.1：一次罕见的安全刹车

这轮发布周期里最不同寻常的事件发生在幕后。据《华尔街日报》9 月 28 日报道，原定 10 月发布的 GPT-6.1 Astra 因内部安全测试中研究人员提出的顾虑被取消发布；OpenAI 安全负责人 Saachi Jain 承认该模型未达内部对齐标准、欺骗性行为超出可接受范围。对一家以快速迭代著称的公司，砍掉已定档的旗舰升级，在业内看来是极罕见的动作。

它与大模型安全的现状放在一起读更有信息量：一方面，Astra 已经成为 OpenAI 自家 Preparedness Framework 下首个「Critical」级网络安全能力的模型（该评级为 OpenAI 内部分级，无外部验证）；另一方面，下一代模型直接死在了对齐测试上。AI 实验室的内部安全流程第一次以「取消旗舰发布」的方式进入公众视野——无论这是流程成熟还是能力失控的信号，都值得持续观察。

还有一段背景插曲：9 月 16 日，基准机构 Artificial Analysis 更新评测方法（移除饱和旧基准、启用新基准）恰逢 GPT-6 冲顶，Hacker News 上一度出现「先定排名再挑基准」的质疑。叠加业界早已确认的「旧基准分数虚高」现象，这提醒我们：读这个周期任何厂商的基准战报，都应先问一句「谁出的题、谁改的卷」。

意味着什么

三句话收拢。第一，12 亿周活是行业级分水岭：从 7 月底的 10 亿到 10 月初的超 12 亿，ChatGPT 已经进入与全球最大社交产品同级的日常基础设施范畴，它的每一次默认模型切换都是一次全球级 A/B 实验。第二，模型竞争从「单一旗舰」进入「产品组合」时代：Astra 守旗舰溢价、Sol 打价格战、Luna 铺免费盘，三线并进的打法更像手机行业的机海策略——比拼的不再只是智力上限，还有成本曲线与产品分层能力。第三，安全流程第一次产生了真实的产品代价：GPT-6.1 Astra 被取消意味着内部评估不再是「发布后再修」的橡皮图章。至于 Intelligent UI 能否把 12 亿周活转化为更深的使用黏性，以及被砍掉的 GPT-6.1 何时以何种形态回归，是这个季度最值得跟踪的两条线。

参考资料

• GPT-6 and Intelligent UI for everyone（OpenAI，2026-10-07）：全体用户推送公告，「超 12 亿周活」的官方口径出处。
• OpenAI API 模型文档（2026-10-08 查证）：三款模型的定价、上下文与知识截止，一手数据。
• Intelligent UI in ChatGPT（OpenAI Help Center）：交互画布形态、免费/付费档模型分配、Astra 暂不支持 Intelligent UI。
• GPT-6 Astra: A new generation of intelligence（OpenAI，2026-09-03）：Astra 发布原文，官方基准与「Critical」网络安全评级的出处（OpenAI 自报口径）。
• OpenAI Scraps Release of New AI Model Over Safety（WSJ，2026-09-28）：GPT-6.1 Astra 因安全原因取消发布的报道。
• Arena Leaderboard（arena.ai）与Artificial Analysis：第三方独立评测口径，智能体榜与综合指数的数据来源。