GPT-6 家族選型指南：三檔模型、推理強度與成本控制

2026年10月2日，OpenAI 釋出了面向開發者與初創團隊的《GPT-6 家族模型指南》。這篇文章沒有宣佈新的模型，而是把一套已經上線的模型組合講成了一套可以照著做的工程方法。官方的立場很清楚：GPT-6 是一個套件，而不是一個單一的模型。套件裡有三個型號，分別是 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna。Astra 是最聰明的一檔，輸入每百萬詞元 10 美元，輸出 50 美元，快取輸入 1 美元。Sol 被描述為接近 Astra 的智慧，價格只有五分之一：輸入 2 美元，輸出 10 美元，快取輸入 0.10 美元。Luna 面向大規模日常工作，輸入 0.10 美元，輸出 0.50 美元，快取輸入 0.01 美元。三檔價格的落差很大。Luna 的輸入價格只有 Astra 的百分之一，所以選型不再是一個“用最強模型就好”的問題，而是一個必須算賬的問題。

指南的第一部分談的是如何在生產環境中穩定執行。OpenAI 的核心建議是先管好上下文。不需要的上下文要裁掉，但任務所需的證據要留下。互不相關的任務應當並行執行，免得一個慢步驟拖住其他工作。對重複出現的工作，要藉助提示快取複用共享上下文。官方給出的數字是，快取輸入詞元的價格比未快取的最多低 95%，具體幅度取決於模型。從價目表看，Sol 的快取價是 0.10 美元，正好是其標準輸入價的二十分之一。要吃到這個紅利，就要把穩定的指令和參考資料放在前面，把每次變化的任務細節放在後面，並保持工具定義前後一致。快取儀表盤和診斷指南能幫團隊看出複用在哪裡斷掉。估算整條工作流的成本時，還要把快取寫入和長上下文費率算進去。對話變長時，可以用壓縮來縮小上下文，同時保留繼續工作所需的狀態。上線之前，團隊應當用有代表性的任務做測試，衡量任務成功率、延遲，以及每個成功任務的成本。這裡最值得注意的指標是最後一個。單次呼叫便宜並不等於整體便宜，一個模型如果需要重試三次才能成功，它的真實成本可能高於一個更貴但一次成功的模型。

第二部分講的是模型與負載的匹配，官方把它概括為智慧與價格之間的取捨。Astra 留給最難的推理任務，也就是需要最高智慧的場合。Sol 適合複雜編碼、研究和計算機操作。Luna 適合目標明確、重複發生的聚焦任務，例如提取發票欄位、對請求分類、生成結構化摘要。除了選型號，還要選推理強度。低強度適合提取事實、小幅修改這類常規工作。中等強度適合需要判斷的工作，例如規劃功能或比較方案。高強度用於疑難除錯、深入分析和謹慎審查。更高的“超高”或“最大”檔位，只在高強度仍然不夠時才去試，並且只有當提升足以抵消額外的時間和成本時才保留。在 API 中，可以在對話中途調整推理強度，而不會破壞快取。在 Codex 中，建議先用該模型的預設強度，再按任務難易上調或下調。若響應速度重要，比如聊天應用和編碼工具，API 還提供快速模式。這套三維旋鈕，即型號、強度和速度，讓團隊可以按任務而不是按產品線來配置成本。 第三部分轉向提示與技能。指南強調，要給模型一個清晰的任務分配，並定義好想要的輸出。提示、技能和程式碼倉庫說明三者要保持一致，都要說清模型該交付什麼、能獨立做什麼、怎樣才算完成。這一點看似平常，實際上是智慧體工作流裡最常見的故障源。當倉庫說明說“可以自行修改”，而提示卻說“先徵求同意”，模型就會在兩種指令之間搖擺。把完成標準寫成可檢驗的條件，也能減少模型過早收工或無休止打磨的情況。 第四部分關注長時間執行的任務。OpenAI 建議用引導、非同步工具和委託來處理中途更新和相互獨立的工作，併為模型設定清晰的邊界，說明什麼時候應該停下來向人提問。對長任務來說，這條邊界比模型的聰明程度更重要，因為一個不該自作主張卻自作主張的智慧體，代價遠高於多問一句話。指南還提到，在 Codex 中可以藉助計算機使用能力，讓模型完成更多本來要人手操作的環節。文末還列出了團隊使用 GPT-6 Astra 從測試走向生產的案例。對讀者來說，這等於一份可以直接對照自己系統逐項檢查的清單：上下文是否瘦身，快取是否命中，邊界是否寫明，完成標準是否可驗證。

總體來看，這份指南的價值不在於新能力，而在於它把成本控制變成了產品設計的一部分。過去團隊常常先挑最強的模型，再想辦法省錢。現在 OpenAI 給出的順序正好相反：先定義任務和成功標準，再選最便宜且夠用的型號和強度，最後用快取、壓縮和並行把賬單壓下來。對初創公司而言，這意味著評測集和“每個成功任務的成本”要成為日常指標。可以預見，模型分層加上可調推理強度，會成為行業的預設做法，競爭的焦點也會從單次基準成績轉向整條工作流的可靠性與單位經濟性。