OpenAI เปิดตัว GPT-6 Sol และ Luna: โมเดลราคาประหยัดจากสายเลือดเดียวกับเรือธง ราคาถูกลงครึ่งหนึ่ง

วันที่ 22 กันยายน 2026 OpenAI ประกาศเปิดตัวโมเดลใหม่สองรุ่นคือ GPT-6 Sol และ GPT-6 Luna อย่างเป็นทางการ โดยระบุว่าทั้งสองรุ่นใช้วิธีการฝึกแบบเดียวกับโมเดลเรือธง GPT-6 Astra ที่เปิดตัวเมื่อ 3 กันยายน แล้วนำมาปรับให้ต้นทุนต่ำลง ทำให้ราคา API ถูกกว่า GPT-5.6 ในระดับเดียวกันถึง 50% model ID คือ gpt-6-sol และ gpt-6-luna ด้านราคา Sol อยู่ที่ 2 ดอลลาร์ต่อล้านโทเคนขาเข้าและ 10 ดอลลาร์ขาออก ส่วน Luna อยู่ที่ 0.10 และ 0.50 ดอลลาร์ตามลำดับ และการอ่านจากแคช (cache read) ของทั้งสองรุ่นลดราคา 90% เริ่มใช้งานได้ทันทีผ่าน API, Codex และ ChatGPT Work ผู้ใช้แพ็กเกจ Plus, Pro, Business, Enterprise และ Edu ใช้ได้ทั้งสองรุ่น ผู้ใช้ Free และ Go ใช้ Luna ได้บนเวอร์ชันเดสก์ท็อป ส่วนหน้าต่างสนทนา ChatGPT ทั่วไปจะทยอยเปิดให้ใช้ ในวันเดียวกัน OpenAI ยังเปิด GPT-6 Prompt Caching Dashboard ควบคู่กันด้วย ที่น่าสังเกตคือการเปิดตัวครั้งนี้ห่างจาก Claude Opus 5.5 ของ Anthropic เพียงไม่กี่นาที สื่อส่วนใหญ่จึงรายงานคู่กัน

การแบ่งบทบาท: Sol รับงานเอเจนต์ Luna รับงานประจำปริมาณสูง

OpenAI วางตำแหน่งสองรุ่นนี้ไว้ชัดเจน Sol เน้นงานเขียนโปรแกรมแบบทำซ้ำและงานเอเจนต์ (agent) ที่ต้องเรียกใช้เครื่องมือหลายรอบและแก้ไขต่อเนื่อง ส่วน Luna เน้นงานสรุปความและสกัดข้อมูลซึ่งมีปริมาณสูงและรูปแบบตายตัว โดยใช้ราคาต่อหน่วยที่ต่ำมากแลกกับปริมาณงานขนาดใหญ่ ตัวเลขเบนช์มาร์กที่ทางการระบุเอง (ยังไม่ผ่านการตรวจสอบอิสระ) มีดังนี้

• AutomationBench: Sol ได้ 33.2% ทางการอ้างว่าในโหมดการให้เหตุผลระดับ xhigh ทำได้ดีกว่า Claude Opus 5 max ด้วยต้นทุนเพียง 9%
• DeepSWE v1.1: Sol 68.8% และ Luna 66.6%
• OSWorld 2.0: Sol 60.5%
• อัตราข้อผิดพลาดเชิงข้อเท็จจริงของ Sol ลดลงเหลือประมาณครึ่งหนึ่งของรุ่นก่อน

ขอย้ำว่าตัวเลขทั้งหมดมาจาก OpenAI เอง คู่เปรียบเทียบและเงื่อนไขทดสอบกำหนดโดยผู้ผลิต ยังไม่มีบุคคลที่สามทดสอบซ้ำ จึงควรอ่านอย่างมีวิจารณญาณ

เทียบกับรุ่นก่อนและคู่แข่ง: สงครามราคาเข้าสู่ยุค "ถ่ายทอดเทคโนโลยีเรือธงลงมา"

ในรอบปีที่ผ่านมา จุดแข่งขันของผู้พัฒนาโมเดลเปลี่ยนจาก "ใครเก่งที่สุด" มาเป็น "ความสามารถเท่ากันใครถูกกว่า" แนวทางของ GPT-6 Sol และ Luna คือนำวิธีฝึกของเรือธง Astra ลงมาใช้โดยตรงแล้วบีบต้นทุน ทำให้โมเดลระดับกลางถึงล่างรับงานเอเจนต์ที่เดิมต้องใช้เรือธงได้ เมื่อรวมกับราคาถูกกว่า GPT-5.6 ระดับเดียวกัน 50% และการอ่านแคชลดอีก 90% ค่าใช้จ่ายของเวิร์กโฟลว์เดิมอาจลดลงอย่างมาก การที่ Anthropic เปิดตัว Claude Opus 5.5 ในเวลาเกือบเดียวกันยังสะท้อนว่าสองค่ายจับตาจังหวะกันอย่างใกล้ชิด และการ "ชนกันวันเดียวกัน" อาจกลายเป็นเรื่องปกติในอนาคต

Prompt Caching Dashboard: ทำให้แคชเป็นเครื่องมือบริหารต้นทุน

GPT-6 Prompt Caching Dashboard ที่เปิดตัวในวันเดียวกันเป็นส่วนเสริมที่มักถูกมองข้ามแต่สำคัญมากในทางปฏิบัติ โดยให้ความสามารถสามอย่าง

1. กำหนดจุดตัดแคชได้เอง เพื่อระบุว่าพรอมป์ตส่วนใดจะถูกนำกลับมาใช้ซ้ำ
2. ปรับระดับการให้เหตุผลได้โดยไม่ทำลายแคชเดิม ไม่ต้องจ่ายเต็มราคาทุกครั้งที่เปลี่ยนการตั้งค่า
3. กลไกอุ่นเครื่อง (warm-up) ช่วยลดความหน่วงในการเรียกครั้งแรก

สำหรับแอปพลิเคชันที่เรียกซ้ำจำนวนมาก เช่น กระบวนการสกัดข้อมูลจากเอกสารนับพันฉบับต่อวัน อัตราการโดนแคชคือตัวกำหนดต้นทุนโดยตรง แดชบอร์ดนี้จึงเปลี่ยนต้นทุนจาก "ดูบิลทีหลัง" เป็น "ออกแบบได้ล่วงหน้า"

ความหมายต่อผู้บริหาร

สาระสำคัญของข่าวนี้คือ ต้นทุนเริ่มต้นในการใช้เอเจนต์ AI และงานอัตโนมัติประจำลดลงครึ่งหนึ่งอีกครั้ง โครงการที่เคยพักไว้เพราะต้นทุน (สรุปบทสนทนาลูกค้า สกัดข้อมูลคำสั่งซื้อ เอเจนต์ดูแลโค้ด) ควรนำกลับมาประเมินใหม่ แต่เบนช์มาร์กทางการก็ยังเป็นคำกล่าวอ้างของผู้ผลิต ก่อนนำไปใช้จึงควรทดสอบขนาดเล็กด้วยข้อมูลจริงขององค์กร และใช้แดชบอร์ดแคชควบคุมต้นทุนให้อยู่ในระดับที่คาดการณ์ได้