- 类型
- 模型
- 来源
- AIHOT · X / 公众号精选
- 发布
- 2026年9月22日 18:28
- 状态
- 单一信源
发生了什么
Sam Altman 表示,按任务定价衡量,GPT-6 Sol 和 Luna 在市场上没有可竞争的对手。引用内容称,这两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上有大幅提升,每 token 价格减半,按任务计算的价格更低。他同时表示希望人们能大量使用 AI,并认为这对探索眼前的新复兴很重要。
为什么重要
与此前 5.6 系列相比,这一说法同时指向能力提升与价格下降两个方向:智能、对齐、工作产出、编码和计算机使用被描述为大幅改善,而每 token 价格减半、按任务计价更低。若按任务而非 token 计价成为比较口径,模型竞争的衡量方式会发生变化。
底层逻辑
按任务定价意味着把价格锚点从 token 消耗量转向完成一项具体工作的成本。当单 token 价格减半、且完成同一任务所需 token 或调用次数减少时,按任务计算的成本会进一步下降。Altman 以“没有可竞争的对手”描述这一组合,实质是把能力与单位任务成本绑定为竞争维度。
产品与商业机会
如果按任务成本显著下降,产品团队可以重新评估此前因调用成本过高而搁置的 AI 功能,例如长流程编码、计算机操作代理和批量文档处理。定价口径从 token 转向任务,也要求成本核算和用量预测模型相应调整,按任务而非按调用量做预算。
- 按任务成本重算现有 AI 功能的单位经济模型,识别此前因 token 成本过高而未上线的场景。
- 在编码和计算机使用类代理产品中,以完成任务的成本而非调用次数作为对外定价与套餐设计依据。
- 针对长流程、多步骤任务设计打包式定价,验证用户是否更接受按结果付费。
仍待确认
- GPT-6 Sol 和 Luna 的具体能力评测数据与基准结果尚未在证据中给出。
- “按任务定价”的具体计费方式、任务粒度与适用范围尚不明确。
- 5.6 系列与 GPT-6 系列在各项能力上的提升幅度缺少可核验的对比数据。
- 除 Sam Altman 的表态外,尚无独立第三方对“市场上没有对手”这一说法进行验证。