OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已推出

一句话看懂：GitHub Copilot 在已上线的 GPT-6 Astra 之外，新增 GPT-6 Sol 和 GPT-6 Luna 两款模型，一个偏向多步验证的智能体编程，一个主打低成本快速任务。这意味着 Copilot 的模型选择开始按“任务档位”细分，而不只是拼最强能力。

事件核心：发生了什么

根据 GitHub Changelog 于 2026 年 9 月 22 日发布的更新，OpenAI 的 GPT-6 系列在 GitHub Copilot 中进一步扩充：除此前已上线的 GPT-6 Astra，新增 GPT-6 Sol 与 GPT-6 Luna。官方对两者的定位很明确——Sol 是面向交互式和智能体（agentic）编程的均衡型模型，适合需要审慎、多步骤验证的开发任务；Luna 则是轻量、低成本选项，用于更小、更快的任务，也是目前 GPT-6 家族中价格最低的一档。两款模型均采用按用量计费（usage-based billing）。

可用范围上有差异：GPT-6 Sol 面向 Copilot Pro+、Max、Business 和 Enterprise 计划；GPT-6 Luna 覆盖面更广，额外包含 Copilot Pro。用户可在 VS Code、Visual Studio、Copilot CLI、GitHub Copilot cloud agent、Copilot 应用、github.com、GitHub Mobile（iOS/Android）、JetBrains、Xcode、Eclipse 等入口的模型选择器中切换。目前公开信息显示，本次推送为渐进式上线，尚未看到模型的用户可能需要等待一段时间。企业侧，Copilot Business 和 Enterprise 管理员可通过 Copilot 设置中的模型策略管理访问权限，默认情况下新模型自动启用，除非管理员关闭了全局默认或单独禁用。

为什么重要

这次更新的信号不在“又多两个模型”，而在 Copilot 的模型供给逻辑正在分层。过去 Copilot 更像是在“选一个最强模型”，而 Sol 和 Luna 的组合把任务按成本和验证强度拆开：复杂的 agentic 编码走 Sol，简单补全、批量小任务走 Luna。对 OpenAI 而言，这是 GPT-6 家族在微软生态内进一步铺开，覆盖从个人到企业的付费档位；对 GitHub 而言，模型选择的颗粒度变成产品竞争力的一部分，也直接关系到按用量计费下的成本控制。在闭源大模型持续通过云和开发者工具分发的当下，模型档位越细，越容易把不同预算的用户留在同一生态里。

对用户/开发者/创作者的影响

对开发者来说，最直接的变化是选择变多但决策成本也变高：写复杂重构、跨文件调试或让 Copilot cloud agent 跑多步任务时，Sol 更合适；日常小改动、快速问答、低价值重复劳动，用 Luna 更省钱。由于按用量计费，团队需要重新评估“默认用哪个模型”，尤其是 Business 和 Enterprise 管理员——默认自动启用意味着如果不做策略配置，成员可能会在不必要的场景消耗更高成本。需要提醒的是，目前素材未给出两款模型的具体单价、上下文长度或推理性能数据，实际性价比仍需以官方定价页为准。