OpenAI 给 GPT-6 家族配了一份选型指南，意思很直白：模型不是越贵越好，选错的代价比你想象的大。GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 三条产品线各自对应不同任务形态，官方把它们和推理档位、速度模式绑在一起讲，而不是丢一张参数表让你自己猜。这份文档真正想解决的问题是：同一条 prompt，换模型换档位，效果和成本能差出好几倍。
三者分工不算难懂。Astra 面向复杂推理和长链路任务，适合需要反复思考、调用工具、处理模糊需求的场景；Sol 是日常主力机，问答、写作、代码补全这类高频调用交给它，性价比最划算；Luna 压速度和成本，适合分类、抽取、批量清洗这种答案明确、量还很大的活。真正容易被忽略的是推理档位——同一款模型，低档和高档的差别，有时候比换模型还明显。复杂度不高的任务硬拉到高档位，只是多烧钱多等几秒。
速度模式是另一条轴。官方把它和推理档位拆开讲，等于承认延迟和智能是两个可独立调节的旋钮：交互式产品要压首字延迟，后台批处理可以慢慢想。潜台词很清楚，别再用一套默认配置跑所有请求，按"需要多想多久"和"用户能不能等"给任务分个类，才是既省钱又不出错的做法。
