GPT‑6 Sol、Luna来了：能力更强、价格更低，Codex怎么用？

OpenAI 发布了 GPT‑6 Sol 和 GPT‑6 Luna。继 Astra 之后，GPT‑6 家族有了面向更多日常工作的选择：Sol 处理复杂编程和专业任务，Luna 适合大量、目标清晰的工作。两款模型已经进入 Codex、ChatGPT Work 和 API。

这次更新吸引人的地方很直接：能力提高了，价格却降了。让 Codex 修一个 bug，它要读代码、找原因、修改、跑测试。第一次没修好，还得看着测试结果再来一轮。开发者关心的不只是它能不能修好，还包括修好这个问题要花多少时间、多少 token。比较 Sol、Luna 与 GPT‑5.6，也该把完成质量和整项任务的成本放在一起看。

01 Sol 和 Luna 的分工

GPT‑6 Sol 面向复杂编程和需要持续判断的任务。比如接手一个不熟悉的代码库，先弄清调用关系，再决定修改范围。GPT‑6 Luna 适合目标明确、调用频繁的工作。GPT‑6 Astra 仍是这一代能力最强的型号。

一个项目也可以按任务阶段选择模型：用 Sol 处理难定位的问题，再尝试让 Luna 完成范围清楚的步骤。是否这样分工，要看代码质量、完成时间和总费用，不能只看单次调用价格。

与 GPT‑5.6 相比，价格变化很直观。按每百万 token 的 API 标准价格计算：

• GPT‑5.6 Sol：输入 4 美元、输出 20 美元；GPT‑6 Sol：输入 2 美元、输出 10 美元。
• GPT‑5.6 Luna：输入 0.20 美元、输出 1.20 美元；GPT‑6 Luna：输入 0.10 美元、输出 0.50 美元。

价格降了，能力有没有跟上？先看复杂业务流程。AutomationBench 要求 Agent 使用 47 种工具，完成销售、市场、运营、客服等领域的整套任务。

GPT‑6 Sol 在 xhigh 推理强度下得分33.2%，单项任务的估算成本为 0.27 美元。

GPT‑6 Luna 在 high 强度下，比 GPT‑5.6 Luna提高 5.4 个百分点，单项任务成本降低 58%。这类测试的难点在于：模型需要自己决定下一步用什么工具，并把多个步骤接起来。

专业工作测试也显示了 Sol 的提升。在覆盖多个行业复杂流程的 Agents’ Last Exam 中，Sol 的最高成绩为56.4%。这不表示它能独立完成一半以上的真实岗位工作，却说明它已具备处理较长、多步骤任务的能力。真正落到公司业务里，仍需要把任务边界、资料来源和人工复核安排清楚。

02 写代码，强在能不能交付

编程模型最容易给人留下印象的是“写得快”。但在真实仓库里，代码能运行只是第一步：修改有没有越界，测试是否可靠，风格是否符合项目要求，都会影响它能否合并。

FrontierCode 把这些因素纳入评估。GPT‑6 Sol 在不同推理强度下，相比 GPT‑5.6 Sol，取得相近或更高成绩所需的任务成本明显降低。它在最高推理强度下得分49.3%，也达到了 Claude Fable 5.1 高强度档位附近的水平。

如果说 FrontierCode 更关注改动能否进入代码库，DeepSWE 则把 Agent 放进真实代码库，考察它解决复杂工程任务的能力。

GPT‑6 Sol 在 DeepSWE v1.1 的最高得分为68.8%，Luna 为66.6%。Luna 的表现尤其值得关注：一些修复和实现任务，现在可以先用成本更低的模型尝试，再根据测试结果决定是否需要更强的模型继续处理。

如果你正在选编程模型，可以把这两张图放在一起看：FrontierCode 看代码改完能否合并，DeepSWE 看它能否处理真实仓库里的复杂任务。分数之外，每项任务要花多少钱也得算进去。到了自己的项目里，还要看它需要返工几次、测试能不能过。这些比榜单上的最高分更能决定你会不会一直用它。

03 Sol 和 Luna 在 Codex 中如何搭配

可以从任务难度入手。需求还在变化、涉及多个模块，或者需要反复排错时，先让 Sol 处理；目标和步骤已经明确的批量工作，可以试试 Luna。这是一种值得测试的分工，最终还得看代码能否通过测试、需要返工几次。

编程任务一长，Codex 会反复用到仓库说明、先前的对话和工具指令。GPT‑6 改进了提示词缓存：调整推理强度或增减工具时，已有上下文仍有机会复用。缓存命中得越多，重复处理的输入就越少；实际能省多少，要看项目的使用情况

04 如何借助 OpenCSG 使用 Codex

GPT‑6 已经进入 Codex，但要在项目里用得顺手，还有几件事要解决：Codex 怎么装、复杂任务怎么让几个 Agent 分头做、工单和内部文档又怎么让它查到？OpenCSG 的几款产品可以用在这些环节。CSGLite 帮你安装和管理 Codex，CSGClaw 用来组织多 Agent 任务，CSGHub 则管理可通过 MCP 接入的团队工具。

CSGLite：快速启动工具

想在自己的电脑上使用 Codex，先要把工具安装、配置好。先是把工具用起来。CSGLite 的 AI Apps 页面支持安装、配置和运行 Codex，还能查看安装日志。开发者如果同时使用本地模型，也可以在 CSGLite 中下载、运行受支持的模型，并通过 AI 网关管理接口和用量。它管理的是 Codex 应用及相关工具环境。

平时还用 Claude Code、OpenCode 的开发者，可以在同一处找到这些应用，不用来回寻找入口。

CSGClaw：组织复杂多Agent任务

一个人让 Codex 修 bug，通常只需盯住这一次改动。任务涉及前后端、测试和文档时，进度就没那么容易看清了。CSGClaw 把协作过程放进浏览器工作区：Manager 接收需求、拆分任务，Worker 按职责执行。你可以进入会话看进展，必要时通过消息或 @ 提及参与讨论。执行任务时，CSGClaw 默认使用沙箱环境。

例如，一次跨前后端的功能改造，往往要查现有逻辑、修改接口、更新页面、补测试。单个 Agent 可以完成其中许多步骤，但任务一长，人就容易失去对进度的把握。CSGClaw 提供的是组织这些工作的方式：由 Manager 统筹，Worker 分担具体事项，用户在关键节点检查结果。CSGLite 与 CSGClaw 承接 Codex 的位置因此不同：前者方便把工具用起来，后者帮助组织多 Agent 执行复杂任务。

CSGHub：让 Codex 接入团队工具

有些问题，光读仓库找不到答案。需求可能留在工单里，接口约定写在内部文档中，失败原因则藏在测试日志里。团队可以把这些查询能力做成 MCP 服务，放到 CSGHub 中管理，再按 Codex 的 MCP 配置方式接入。这样，Agent 在动手改代码前，能先拿到解决问题所需的背景；改完之后，也能查询相关的测试结果。具体能访问哪些资料和工具，仍由团队配置的服务与权限决定。

一次开发任务做到最后，开发者最关心的还是问题有没有解决。CSGLite 让 Codex 更容易安装和管理；任务需要分工时，CSGClaw 帮你跟进各个 Agent 的工作；需要查询工单、文档或测试结果时，还可以将 CSGHub 管理的 MCP 服务配置到 Codex 中。把这些环节接好，再用真实任务比较 Sol 和 Luna 的完成质量、耗时与返工次数，才能看出 GPT‑6 在自己的项目里带来了什么变化。

05 关于OpenCSG

OpenCSG是全球领先的开源大模型社区平台，致力于打造开放、协同、可持续生态，AgenticOps是人工智能领域的一种AI原生方法论，由OpenCSG（开放传神）提出AgenticOps是Agentic AI的最佳落地实践也是方法论。核心产品CSGHub提供模型、数据集、代码与 AI 应用的 一站式托管、协作与共享服务，具备业界领先的模型资产管理能力，支持多角色协同和高效复用。