GPT-6 Sol 与 Luna 登陆 Amazon Bedrock

OpenAI 的 GPT-6 系列新增两款模型——GPT-6 Sol 与 GPT-6 Luna——已在 Amazon Bedrock 正式上线（GA），分别面向周期性高难度任务与高吞吐量重复性任务两类工作负载。结合此前已上线的 GPT-6 Astra，该系列形成了从深度推理到经济型日常任务的三档产品布局。两款模型的 API 价格均显著低于其 GPT-5.6 前代产品。

GPT-6 Sol：面向周期性复杂任务

GPT-6 Sol 定位于在整个开发与运营周期中反复出现的复杂任务，可用于功能实现、调试、重构、代码审查、数据分析以及跨工具的多步骤流程处理。原文称，相较前代 GPT-5.6 Sol，Sol 在代码与计算机使用能力上有所提升，能够在保留上下文决策依据的前提下，从问题排查推进到实现与验证。

在 OpenAI 的内部事实性评估中，GPT-6 Sol 的事实错误数量约为 GPT-5.6 Sol 的一半。同时，模型在工作过程与结果汇报上的表达更清晰，有助于团队更早识别缺口、判断仍需人工介入的环节。

GPT-6 Luna：高吞吐量场景下的经济性

当一项任务每天需运行数千次时，单次调用的成本与延迟将决定整个流程是否可扩展。GPT-6 Luna 针对此类「量大但单次聚焦」的负载设计，适用于从大批量文档集合中抽取信息、摘要输入材料、对输入分类，以及面向多用户回答聚焦问题等场景。

OpenAI 的评估显示，Luna 在事实可靠性和结果表达清晰度上较前代有改进。用户还可按请求调整推理强度，以在质量、响应速度与成本之间按需取舍。

同一应用内的模型组合与提示缓存

一个应用中不同阶段往往需要不同档位的智能：可用 Luna 做请求分类、用 Sol 排查复杂案例、在关键决策节点调用 Astra 的更深推理，把更强的智能集中在价值最高的环节，同时控制整体延迟与成本。

在每一阶段，对同一模型的重复调用可能复用指令、工具定义、政策与参考资料。GPT-6 Sol 与 Luna 支持在 Amazon Bedrock 上的显式提示缓存（prompt caching），用户可标记需要复用的提示内容，使后续请求仅针对新输入进行处理，适用于代码助手、客服政策和统一的文档抽取流程等场景。

Bedrock 上的运行与管控

两款模型运行于 Amazon Bedrock 为安全性、可靠性与规模化而构建的高性能推理引擎之上：

• 通过 AWS IAM 管控模型访问，CloudTrail 审计每次调用；
• 由 AWS PrivateLink 支持的 VPC 端点将流量保留在自有网络边界内；
• 推理运行于硬件隔离基础设施，AWS 运营方也无法在推理过程中访问提示或补全内容；
• 推理数据不用于模型训练，且使用模型无需同意与 OpenAI 共享数据；
• 涉及滥用检测的标记流量最长保留 30 天，用户可向 AWS 客户团队申请零数据保留。

用户可在 Amazon Bedrock 控制台或通过支持的 SDK 直接开始调用 GPT-6 Sol 与 GPT-6 Luna。

备注：原文所述「GPT-6」「Sol」「Luna」「Astra」等产品名及型号在当前公开信息中无法对应到 OpenAI 的实际发布记录，相关细节仅以原文为据，真实性待核实。