GPT-6 Luna（Max）把一个智能体任务的成本打到了 5 美分。9 月 28 日，Arena 官方账号宣布这款轻量模型进入 Agent Arena 榜单，位列第 23，净改进 +1.6%——基于 8000 个真实智能体会话统计，比上一代 GPT-5.6 Luna（xHigh）上升了 6 位。 对 OpenAI 来说，这是一次"便宜也有好货"的公开验证。
5 美分是什么概念
对比一下就清楚了：同属 GPT-6 家族的旗舰 Sol（Max）在 Agent Arena 上排第 6，单任务成本约 0.76 美元。对于需要 7×24 小时运转的智能体——客服问答、数据清洗、持续监控、批量内容处理——单次任务便宜 70 美分，一天跑上百万次就是几十万美元的差距。轻量模型在榜单上的价值，从来不在绝对名次，而在"够用且便宜"这个象限里有没有位置。相关阅读
OpenAI 的产品线分工正在成型
Luna 的定位从发布时就很清楚：官方数据显示，它在高推理档下比前代提升 5.4 个百分点，单任务成本下降 58%。这次 Agent Arena 的 +1.6%（相对平均模型的净改进）进一步确认了它的角色——不是去和旗舰拼上限，而是在"规模化部署"这条线上成为默认选项。Sol 负责证明 OpenAI 的技术上限，Luna 负责把智能体铺进每一个对价格敏感的场景。
这种分工也反映在榜单走势上：轻量模型靠成本效率在 Agent Arena 这类实战榜上稳步爬升，旗舰模型则在 Text Arena 这类能力榜上守擂。两条线并行，说明大模型市场的竞争已经分层——上限和规模，正在变成两门生意。
适合谁，不适合谁
如果你要部署的是高频、低复杂度、容错率高的智能体任务，Luna（Max）这类模型值得优先实测：成本数量级的变化会直接改变什么任务"值得自动化"的边界。但如果是复杂长程任务——多步推理、工具链编排、一次失败代价很高的场景，榜单第 23 名的 +1.6% 也提醒你：它只是"略高于平均水平"，旗舰模型仍然是更稳的选择。便宜是优势，但不是万能。
