OpenAI เปิดตัว GPT-6 Sol และ GPT-6 Luna พร้อมปรับลดราคา API ร้อยละ 50
OpenAI เปิดตัว GPT-6 Sol และ GPT-6 Luna พร้อมปรับลดราคา API ร้อยละ 50 เมื่อเทียบกับราคาโปรโมชันของ GPT-5.6 และทยอยเปิดให้ใช้งานผ่าน ChatGPT Work, Codex และ API

OpenAI ประกาศเปิดตัว GPT-6 Sol และ GPT-6 Luna เมื่อวันที่ 22 กันยายน 2026 โดยทั้งสองโมเดลเป็นส่วนหนึ่งของตระกูล GPT-6 และได้รับการวางตำแหน่งให้มีสมดุลระหว่างความสามารถ ความเร็ว และต้นทุนที่แตกต่างกัน
การประกาศครั้งนี้มีประเด็นสำคัญทั้งในด้านการเปิดให้ใช้งานและการปรับโครงสร้างราคา API ซึ่งมีผลโดยตรงต่อผู้พัฒนาที่ต้องเลือกโมเดลให้เหมาะสมกับลักษณะงานและปริมาณการใช้งาน
การปรับลดราคา API
OpenAI ระบุว่าการปรับปรุงประสิทธิภาพของระบบ caching และ inference ช่วยลดต้นทุนการให้บริการ และบริษัทได้ส่งต่อการลดต้นทุนดังกล่าวผ่านการปรับราคา API ของ GPT-6 Sol และ GPT-6 Luna
ราคาที่ประกาศต่ำกว่าราคาโปรโมชันของ GPT-5.6 ร้อยละ 50 โดยการเปรียบเทียบดังกล่าวอ้างอิงกับราคาโปรโมชัน ไม่ใช่การเปรียบเทียบกับราคาปกติในทุกช่วงเวลา
ราคาต่อ 1 ล้าน tokens ที่ระบุในประกาศ ได้แก่
- GPT-6 Sol: 2 ดอลลาร์สหรัฐสำหรับ input และ 10 ดอลลาร์สหรัฐสำหรับ output
- GPT-6 Luna: 0.10 ดอลลาร์สหรัฐสำหรับ input และ 0.50 ดอลลาร์สหรัฐสำหรับ output
ราคาสำหรับ cached input และรูปแบบการประมวลผลบางประเภทอาจมีอัตราที่แตกต่างออกไปตามเงื่อนไขของ API
การเปิดให้ใช้งาน
OpenAI ระบุว่า GPT-6 Sol และ GPT-6 Luna เริ่มทยอยเปิดให้ใช้งานใน ChatGPT Work และ Codex สำหรับผู้ใช้ Plus, Pro, Business, Enterprise และ Edu
สำหรับผู้ใช้ Free และ Go บริษัทเปิดให้ทดลอง GPT-6 Luna ผ่านแอปเดสก์ท็อป ขณะที่นักพัฒนาสามารถเรียกใช้โมเดลผ่าน API ด้วยรหัสโมเดล gpt-6-sol และ gpt-6-luna
การเปิดใช้งานในแต่ละผลิตภัณฑ์อาจแตกต่างกันตามประเภทบัญชีและช่วงเวลาที่ระบบทยอยเปิดให้บริการ จึงควรตรวจสอบข้อมูลล่าสุดจากเอกสารทางการก่อนนำไปใช้ในระบบจริง

ความหมายต่อการเลือกโมเดลสำหรับงานพัฒนา
การมีโมเดลหลายระดับทำให้การเลือกใช้งานไม่ควรพิจารณาเฉพาะความสามารถสูงสุดของโมเดล แต่ควรประเมินร่วมกับต้นทุน ปริมาณคำขอ ความเร็วที่ต้องการ และความซับซ้อนของงาน
GPT-6 Sol ถูกวางตำแหน่งสำหรับงานที่ต้องการความสามารถเชิงเหตุผลและการทำงานที่ซับซ้อนในระดับสูง ขณะที่ GPT-6 Luna มุ่งเน้นประสิทธิภาพด้านต้นทุนสำหรับงานที่มีปริมาณมากและมีขอบเขตชัดเจน
สำหรับระบบที่เรียกใช้โมเดลจำนวนมาก การแยกประเภทงานและเลือกโมเดลให้เหมาะสมกับแต่ละขั้นตอนอาจมีความสำคัญมากกว่าการใช้โมเดลเดียวกับทุกคำขอ