分层推送，全量覆盖

本次推送按套餐分层：Plus、Pro、Business 与 Enterprise 用户自 10 月 7 日起由 GPT-6 Sol 驱动，免费版与 Go 用户则在 10 月 8 日切换到 GPT-6 Luna，两款模型均针对日常对话体验做了调优。需要说明，驱动 Work 与 Codex 的模型不在本次调整范围内。

智能 UI：让回答会画图、能交互

智能 UI 的核心在于，GPT-6 会依据用户提出的问题，灵活组合文本、图像与交互元素来生成回复，内容中可包含图表、可点击的按钮、表单以及其他可交互组件。其底层是一套原生可流式组件库与相应的编译器，界面会随模型生成逐步呈现，不必等待整段回答结束。

官方将典型场景归为三类：日常问题更直观，例如把烤肉的时间安排与食谱并排呈现、把公路旅行的停靠点标注在地图上；复杂主题更容易理解，例如用交互式图解讲解中心极限定理或飞机机翼的升力原理；还可以直接生成小工具，例如账单分账器、退休储蓄计算器，甚至是能在对话里直接玩起来的复古小游戏。OpenAI 举例称，用户也可以通过互动式视觉效果学习如何打麻将。

更快的响应

在延迟方面，GPT-6 能够在继续思考的同时开始输出回答。OpenAI 的内部评测显示，GPT-6 Instant 在联网搜索场景下，平均开始作答的时间比 GPT-5.6 Instant 提前约 44%；GPT-6 Extra High 开始作答的速度与 GPT-5.6 Medium 相当，但总分高于 GPT-5.6 Extra High。

据 OpenAI 介绍，此次推送覆盖网页端与移动端，面向每周使用 ChatGPT 的超过 12 亿用户。安全层面，GPT-6 延续了 Astra 模型的部分安全进展，加强了对网络攻击、生物威胁与暴力等高风险滥用方向的防护。

三款模型各有定位

OpenAI 在指南中推荐用户根据工作负载选择模型，不必默认使用”最强”模型——简单任务用轻量模型通常更快、更便宜。

GPT-6 Astra 面向需要最高智能水平、难度最大的推理工作；GPT-6.1 Sol 适合复杂编程、研究与计算机操作任务，并可在 Responses API 中以测试形式支持多智能体工作流，将独立子任务分派给子智能体后再汇总结果；GPT-6 Luna 则适合大规模、目标明确的日常重复性工作，例如提取发票字段、对请求进行分类，或生成结构化摘要。

提示词要讲清”要什么”

在提示词优化方面，OpenAI 认为，与其写冗长的步骤，不如先说清”我想要什么结果、给谁用、有什么不能改”。官方建议用户在输入提示词时，明确目标、受众、相关上下文、限制条件以及”什么算完成”，同时说明模型可自行决定什么、何时需要征求用户意见。

推理强度不必拉满

在推理强度方面，OpenAI 表示日常问答不必追求最高推理强度，只有复杂分析、调试或深度研究才值得升级。据其他媒体整理，推理档位分为低、中、高及更高数档：低档适合提取事实、小幅修改等常规任务；中档适合功能规划、方案比较等需要判断的工作；高档用于疑难调试、深入分析；更高档位仅在低档仍不敷使用时测试。

速度上，API 中的 Fast 模式适合对话与编码工具等对响应时延敏感的场景，Ultrafast 目前面向 Astra 提供，可独立于推理档位加快 token 生成。

用缓存把成本降下来

在上下文与成本控制上，指南建议把稳定指令与参考资料放在会变化的任务细节之前，并保持工具定义一致，以便复用提示缓存。OpenAI 称，缓存的输入 token 成本最高可比未缓存输入低 95%。对于长对话，可用压缩机制在保留续接所需状态的前提下缩减上下文。

对于跨时长任务，用户可通过 WebSocket 接口在模型工作过程中中途纠偏，更新会排队执行，不会取消正在运行的工具或撤销已完成的操作；异步工具调用则让模型在应用执行较慢任务时继续独立工作。

IT之家附上的参考地址为 GPT-6 系列模型指南。

用量算法大改：API 价值近翻倍

按照新的计算规则，200 美元 Pro 订阅对应的 API 等效价值相比此前接近翻倍。与此同时，OpenAI 不会恢复此前「5 小时使用限制」，仅保留按周管理的额度机制，让用户在需要时集中使用，而不再受短时间窗口的约束。

这一调整的背景是算力供给的波动。今年 9 月 11 日，受新一代模型 GPT-6 Astra 带来的算力需求激增影响，OpenAI 曾宣布暂停 200 美元 Pro 档的新用户注册，以缓解算力压力；已订阅用户及 API 调用不受影响。

降价而非「假打折」

Tibo 强调，随着模型效率提升，OpenAI 会持续下调 API 价格，而不是人为维持较高的 API 标价、再通过打折制造「更划算」的假象。在此之前，OpenAI 已将在本周新发布的 GPT-6 Sol 与 GPT-6 Luna 的 API 价格下调约 50%，并表示希望未来订阅与 API 按需付费之间的价值差距逐步缩小。

更多「不计量」功能将至

除用量算法调整外，OpenAI 还预告，9 月 30 日将为 Pro 订阅新增更多「不计入用量」的功能，但具体清单尚未公布。Tibo 表示，希望在正式发布更多新功能之前，先公开这项订阅政策调整，让用户提前了解变化。

对于高频重度用户而言，Pro 档重新开放且放宽用量限制，意味着在复杂推理、长任务处理等场景下有更稳定的可用性；而 API 价值的重新标定，也折射出大模型厂商在算力成本与商业定价之间持续寻找平衡。

用说话代替点按

根据报道，Plus 和 Pro 订阅用户将能够在手机上使用 ChatGPT 的“工作”（Work）标签页，通过语音创建文档、起草邮件，或总结 Slack 等应用里的消息。在此之外，这些订阅用户还能让 ChatGPT 搭建网站、制作演示文稿、调用云端浏览器，并在 ChatGPT 内访问财务等更多功能区域。

免费用户和 Go 用户虽然没有完整的“工作”能力，但也可以使用插件和已连接的应用程序，把语音指令延伸到第三方服务中。换句话说，不同档位的用户都能获得一定范围的“开口即办”体验，只是能力深度有所区别。

更聪明，也更连贯

OpenAI 表示，ChatGPT 的语音对话将拥有更丰富的文本输出，而不只是简短的语音回应。一个重要的体验改进是：用户可以在文本与语音之间无缝切换，也可以在路上用手机开始一段对话，之后在桌面端接着把任务完成。这种跨设备的连续性，正是智能体类产品试图解决的核心痛点——让用户随时接入、随处继续。

据国内媒体援引的细节，这次升级后的语音能力运行在 OpenAI 新一代模型 GPT-6 Astra、Sol 与 Luna 之上。更强的模型为语音理解、长任务执行和工具调用提供了底层支撑，使“说一句话就搭出一个带结账页面的网站”这类演示成为可能。

从“她”到日常助手

OpenAI 首席执行官山姆·奥特曼（Sam Altman）自 2024 年第一版 ChatGPT Voice 发布起，就反复把科幻电影《她》（Her）里的那种随时在线、能替用户办事的助手作为参照。此次移动端语音智能体的推出，被视为通向这一目标的最新一步。

报道也提到行业背景：今年 7 月，OpenAI 推出新的对话模型 GPT-Live，并将其与桌面应用集成，让用户可以用语音在“工作”标签页中完成任务，或在 Codex 标签页里搭建应用；与此同时，竞争对手 Anthropic 简化了移动端与桌面端之间的切换流程，并合并了其 Cowork 与 Chat 界面。不过截至目前，OpenAI 仍把聊天功能与工作空间相对独立地分开运营。

便利背后的权限边界

语音一旦能读邮件、改日历、动财务应用，交互入口就从“打开 App”变成了“开口说话”，效率提升是实打实的。但反方观点也提醒：当语音助手握有邮件、日历、Slack 的“钥匙”，权限边界在哪里、出错由谁兜底，是不能回避的问题。OpenAI 自身在介绍这次升级时，也把“潜力”与“风险”并置讨论，并未回避权限扩大的隐忧。

小结

ChatGPT 移动语音智能体的上线，标志着主流 AI 助手从“回答问题”向“完成任务”又迈了一步。对普通用户而言，未来处理邮件、整理资料、搭建简单网页，可能都不再需要先点开一堆应用，而是直接说出来。这条路的终点是更自然的人机协作，但伴随而来的权限与安全课题，也会随着能力扩张而愈发现实。

9 月 24 日，开发者 Tibor Blaho 与爆料网站 TestingCatalog 先后在 ChatGPT 尚未公开的前端配置中，发现了名为 Pro Max 的订阅档位痕迹。配置信息显示，该档位月费为 500 美元，主要特性被标注为「最快的 Work 与 Codex」。

若这一档位最终上线，其价格将直接越过 Claude Max（250 美元）与 Google AI Ultra（约 250 美元），成为目前主流面向个人的 AI 订阅服务中的新天花板。

买的不是用量，是算力优先级

与以往档位不同，Pro Max 的溢价购买的并非更高的调用额度，而是算力优先级。从 100 美元档到 200 美元档，用户换取的是约为 Plus 档 5 倍至 20 倍的调用量；而 Pro Max 瞄准的是时间成本——Work 与 Codex 类的复杂任务往往要连续运行数小时，对重度生产力场景而言，低延迟几乎等同于利润。

有推测认为，其底层可能接入了 OpenAI 正在测试的 Cerebras 低延迟硬件。

涨价诱因：GPT-6 Astra 吃空算力

涨价的直接诱因是算力告罄。9 月 3 日上线的 GPT-6 Astra 具备直接操控系统的智能体能力，对推理算力的消耗远超此前的旗舰模型。上线仅一周后的 9 月 10 日，OpenAI 便紧急叫停了 200 美元 Pro 档的新用户订阅。

负责 ChatGPT 与 Codex 业务的 Tibo 公开表示，该档位「给系统带来了最大压力」，且 OpenAI 至今未给出恢复时间表。

商业逻辑并不难理解：200 美元档已经成了极客与专业机构「薅羊毛」的重度自助餐，平台实际上在背负补贴亏损。与其任由系统被极端用量拖垮，不如单独切出一个更贴近真实推理成本的隔离档位。

普及型智能仍在通缩

就在同一周，OpenAI 还将轻量模型 GPT-6 Sol 与 Luna 的 API 价格砍去了一半。这折射出一种分化：普及型智能仍在快速贬值，真正通胀的，始终是金字塔尖那截极度稀缺的先锋算力。

DevDay 仍存悬念

美国时间下周二举行的 DevDay，是 Pro Max 最早可能被摆上台面的节点。同场传闻的还有 OpenAI Platform 起价 50 美元的新套餐。届时外界关注三个验证点：500 美元定价是否最终落地、200 美元档何时解冻，以及代号 Bel 的下一代底座模型将以何种代价面世。

按月费 500 美元折算，这一档位约合人民币 3352 元，几乎提前划清了界线：它只属于企业、机构，或极少数具备高变现能力的个体。

价格：API 定价相比 GPT-5.6 促销价降 50%

价格是这次发布最直接的信号。GPT-6 Sol 每百万 token 输入 2 美元、输出 10 美元；GPT-6 Luna 每百万 token 输入 0.10 美元、输出 0.50 美元，两者均较 GPT-5.6 对应版本的促销价下降 50%。OpenAI 把降价归因于缓存与推理效率的提升：读取已缓存的输入 token 折扣最高可达 90%，开发者还能设置缓存断点，并在调整推理强度或开关工具时不丢失已缓存的上下文。

定位：Sol 面向复杂任务，Luna 主打高频重复

产品线分工比较清晰。GPT-6 Sol 面向编程、工作流自动化及其他复杂专业任务；GPT-6 Luna 则适合文档摘要、信息提取等任务量大、重复性高且目标明确的工作。两者都在专业工作、编程和计算机操作等任务上较上一代 GPT-5.6 有明显进步。

编程与智能体：以更低成本逼近竞品

OpenAI 公布的多数对比采用“单任务成本”口径。在覆盖 47 种工具的业务流程测试 AutomationBench 中，Sol 在 xhigh 强度下得分 33.2%，单任务成本约 0.27 美元，表现超过 Claude Opus 5，而成本仅为后者的 9%；Luna 在 high 强度下比前代提升 5.4%，每任务成本降低 58%。在智能体评测 Last Exam 中，Sol 在 max effort 下得分 56.4%，高于 Claude Opus 5 在该评测中的最高分，每任务成本低约 60%。

编程方面，在软件工程测试 DeepSWE v1.1 中，Sol 于 max effort 下取得 68.8%，距离 Claude Fable 5 的 69.9% 仅差 1.1 个百分点，而单任务成本低约 80%；Luna 取得 66.6%，接近 Opus 5 与 Fable 5 的 medium 水平，单任务成本分别低约 93% 和 96%。计算机操作测试 OSWorld 2.0 offline 中，Sol 在 xhigh effort 下得分 60.5%，与 Claude Opus 5 medium 的 60.3% 接近，单任务成本低约 80%。

可靠性与对齐

事实可靠性上，OpenAI 基于去标识化真实对话的测试显示，Sol 的错误率约为 GPT-5.6 Sol 的一半，接近 Astra 级可靠性；Luna 在高 effort 下可匹配 GPT-5.6 Sol，而成本约为其百分之一。OpenAI 也提示，这些对话样本本身偏“易出错”，并不代表日常使用的平均水平。对齐方面，两款模型在内部评测中均优于各自的 GPT-5.6 版本，包括关于自身编码工作的误导性声明发生率下降。

怎么用

自 9 月 23 日起，GPT-6 Sol 与 GPT-6 Luna 已在 ChatGPT Work 和 Codex 中向所有 Plus、Pro、Business、Enterprise 与 Edu 用户开放；免费用户与 Go 用户可在桌面应用中使用 Luna；两款模型暂未在 Chat 中提供；在 API 中的名称分别为 gpt-6-sol 与 gpt-6-luna。值得一提的是，同一天 Anthropic 也发布了 Claude Opus 5.5（每百万 token 输入 4 美元、输出 20 美元，较 Opus 5 降低 20%）。大模型竞争正在从“谁的模型更强”，越来越多地转向“完成同样的工作要花多少钱”。

霍奇猜想是什么

霍奇猜想研究的是由多项式方程定义的几何形状中，某些几何特征能否始终用更简单的代数结构来描述。即便找到解法，OpenAI 可能也不会立即公布。公司正考虑如何与数学界合作发布消息，以避免再次酿成公关危机。

从纳维-斯托克斯到霍奇猜想

当地时间 9 月 8 日，OpenAI 宣布其内部一款未公开的 AI 模型（性能远超最新发布的 GPT-6 Astra）已成功解决“纳维-斯托克斯存在性与光滑性问题”。这是克莱数学研究所（Clay Mathematics Institute）于 2000 年提出的七道“千禧年大奖难题”之一。据悉，OpenAI 为解决纳维-斯托克斯问题，或已花掉数百万美元，当时使用的是下一款预训练模型的一个变体，代号为“Doug”。

为什么是数学

部分 OpenAI 研究人员认为，继软件工程之后，数学是大模型最自然的下一块试验场。两者有一个重要共同点：都依赖一步步的逻辑推理，而且结果往往可以自动验证对错。一些研究人员判断，过去一年席卷软件工程领域的自动化进程，未来 6 至 9 个月也可能在数学领域上演。

更远的意义

攻克高难度数学问题还有另一层意义：推动机器学习研究本身实现自动化。机器学习研究离不开大量数学，而研究自动化又是 AI 开发商迈向“AI 开发 AI”的重要一步，这种能力通常被称为递归式自我改进。让前沿模型挑战从未有人解决过的数学难题，也能帮助研究人员判断模型进展到了什么程度、复杂推理能力有多强。如果模型能够攻克纳维-斯托克斯问题与霍奇猜想这种级别的难题，也可能说明它们有能力处理生物学、化学等领域中难度相当的问题。

截至目前，上述进展均来自媒体援引知情人士的报道，OpenAI 尚未正式公布相关结果，霍奇猜想的最终解法仍有待数学界验证。

一周四旗舰，能力各有所长

据 itproexpert 汇总的 Artificial Analysis Intelligence Index v4.3（截至 2026 年 9 月 12 日），Claude Fable 5.1 与 GPT-6 Astra 并列综合第一（53 分），前者强在知识与事实准确性，后者领先数学、计算机操作与网络安全。最快最便宜的是 Gemini 3.8 Flash，约 262 tokens/秒，定价 0.75/3.75 美元每百万 token；性价比最高的闭源旗舰是 Claude Opus 5，5/25 美元每百万 token，价格仅为双雄一半。

开源阵营里，DeepSeek V4 Pro 以 MIT 协议、SWE-bench Verified 80.6% 成为自托管代码首选；GLM-5.3 综合指数约 45，适合通用自部署。国产开源正在集体崛起：据 Hugging Face 2026 年 8 月 14 日报告，中国自研开源模型全球下载占比已达 41%，首次超过美国（数据经中文媒体转述）。

中文榜：Qwen 登顶，国产紧贴第一梯队

SuperCLUE 2026 年 9 月中文大模型榜单显示，阿里 Qwen3.8-Max-0902 以综合 72.62 分位居第一，DeepSeek-V4.1-Flash 71.81 分、Qwen3.8-Max 71.48 分紧随其后，三者分差不足 1 分，处于并跑状态。细分赛道则各擅胜场：智能体编程 Kimi 领先，数学推理 DeepSeek 最强，科学推理豆包最好，幻觉控制与任务规划则是 Qwen 断层领先。

怎么选最值：分层组合策略

对绝大多数中国用户与企业，旗舰模型的能力溢价并不划算。务实策略是把任务分层：约 80% 的简单任务用 DeepSeek V4 Flash 或 Qwen 系列，15% 中等复杂度用 DeepSeek V4 Pro，仅 5% 的核心复杂任务才上 Claude Opus 或 GPT 旗舰。按此组合，总体成本可降至纯闭源旗舰方案的十分之一以下。

需要提醒的是，推理速度与质量存在此消彼长：综合分靠前的 Qwen、Kimi 单次响应等待更长，实时交互场景应优先选性价比更高的模型。上下文窗口也不能只看宣称数字——多数宣称 128K 以上的模型在极限前已丢失约一半有效回忆，选长文本模型要看”有效区间”而非”最大窗口”。

2026 年 9 月哪个大模型最强？

没有全局最强。Claude Fable 5.1 与 GPT-6 Astra 综合并列第一，但 Claude 胜在代码与知识、GPT 胜在生态与数学；中文场景 Qwen3.8-Max 登顶，国产已紧贴第一梯队。

国产大模型与国际差距多大？

差距显著收窄。中文榜前三被国产包揽，开源侧中国自研模型全球下载占比达 41% 首超美国；但在超长周期自主工程（如 10 小时以上任务）上，国产与 Claude 仍存在约一倍的差距。

个人开发者怎么选最省钱？

日常用 DeepSeek V4 Flash（闲时约 0.22/0.66 美元每百万 token）或 Qwen 系列，自部署可选 GLM-5.3、DeepSeek V4 Pro（MIT 协议），几乎零授权风险；仅核心任务再调用高价闭源旗舰。

一张表看清九款旗舰定位

结语

大模型”周抛”时代，比拼的不再是单一榜单排名，而是谁能把对的模型放在对的任务上。对国内开发者与企业，国产开源的崛起意味着更低的门槛与更自主的数据；分层选型，才是 2026 年最务实的答案。

本文基于 SuperCLUE 2026 年 9 月中文大模型榜单、Artificial Analysis（经 itproexpert 汇总）及 Hugging Face 报告等公开数据整理分析。

9 月 3 日，多家主流 AI 服务出现大规模故障。Claude、ChatGPT/Codex 与 Grok 同时遭遇大范围不可用，波及大量用户。

据 9to5Mac 报道，此次故障并非个例：ChatGPT 的网页端、移动端和桌面端均受到影响；Claude 同样出现宕机迹象；Grok 的开发方也已确认该服务存在异常。

约半小时后开始恢复

报道发出后不久，部分用户的服务开始出现恢复迹象，但恢复进度因账号和地区而异，并非所有人都能立即重新使用。

需要说明的是，这是事发当时的故障情况。随着时间推移，相关服务已逐步回到正常状态。

恰逢 OpenAI 新模型发布前夕

此次集体宕机的时点颇为微妙。故障发生前后，业界正盛传 OpenAI 即将公布下一代大模型 Astra，最快当天就会有消息。据称，新模型可能让 OpenAI 的模型从 GPT-5.6 直接跃升到 GPT-6。

在多家头部 AI 服务高度依赖同一套底层基础设施的当下，一次集中故障足以提醒用户：把关键工作流完全押注在单一云端 AI 服务上，仍存在不可忽视的脆弱性。

对普通用户而言，遇到此类情况时，可先通过各家官方的状态页（status page）确认是否为大面积故障，再决定是否等待恢复；进行短时任务时建议保存进度，避免对话内容因连接中断而丢失。对于依赖 Claude、ChatGPT、Grok 完成日常任务的用户来说，提前准备备用方案或许是更稳妥的选择。