凌晨两条推送，比一场发布会干脆得多。OpenAI 的 ChatGPT 官方账号宣布，GPT-6 Sol 和 GPT-6 Luna 即日起推送，覆盖 Plus、Pro、Business、Enterprise 和 Edu 五档付费用户，落点是 ChatGPT Work 与 Codex。没有预热视频，没有基准测试长图，参数也没提。这种沉默本身就在传递信息：模型换代这件事，已经不太需要靠舞台来宣布了。
太阳和月亮，命名先于参数
一个版本号通吃的日子结束了
过去两年 OpenAI 习惯用一条主线推进，从 GPT-4 到 Turbo 再到 4o，名字越来越短，能力越来越杂。这次一上来就是两款，而且不再挂数字后缀。双模型并行等于公开承认一件事：通用能力已经很难用同一套权重同时喂饱办公和编码两类负载。分开命名，是把取舍摆到台面上。
为什么偏偏是 Sol 和 Luna
太阳与月亮，读一遍就记住。工程师在 Codex 里切模型时，下拉框里两个短词，远比 "gpt-6-xxxx-preview" 这种字符串友好。命名从来不只是营销手法，它直接影响一线开发者愿不愿意多做一次尝试。名字越短，切换的心理成本越低，A/B 测试就越容易跑起来，灰度实验的数据量也就上得去。
真正被拆开的，是推理预算
官方没公布规格，但投放位置透露了倾向。Codex 要的是长链路推理和代码正确性，ChatGPT Work 更在意响应速度、指令跟随、长上下文的稳定度。两条需求曲线对算力的胃口完全不同。硬用一套参数覆盖，结果只能是一个谁都不满意的折中方案。
铺开的速度，比能力更值得盯
五档订阅一次开闸，免费层继续等
Plus、Pro、Business、Enterprise、Edu，一个没落下，免费用户不在名单里。这个顺序并不意外。付费墙正在从"能不能用"变成"用哪一档"。对个人来说，Plus 和 Pro 之间的能力落差会是最直观的升级理由；对学生和教育机构开放，则是在提前培养使用惯性。
真正的战场在 Work 和 Codex
注意这两个入口的选择。一个面向日常办公与文档协作，一个面向代码，共同点是高频、可量化、失败成本清晰。办公场景答错一句话，用户会追问；代码场景补错一行，CI 当场变红。这种即时反馈是模型迭代最需要的燃料。开放式闲聊提供不了同等密度的信号。
企业那边的账本，得重算一遍
一家公司决定要不要给全员开 Business 席位，算的是三笔账：席位单价、按量调用的边际成本、合规与数据驻留。模型换代通常会打破第二笔账的平衡。调用成本一旦真的砍半，之前因为预算被卡住的自动化项目，会重新回到排期表上。
价格才是这次发布的暗线
比 GPT-5.6 的促销价还低一半
API 定价较 GPT-5.6 下调 50%，而且参照对象是促销价，不是标价。这个细节很要命。促销本身已经是让利，在促销价基础上再砍一半，说明价格被当成了主动武器，而不是跟随市场的被动反应。降价 50% 这种幅度，很少只是为了多签几个客户。
便宜不是为了抢客，是为了把工作流钉住
当单次调用便宜到可以忽略，开发者就不会再写复杂的多模型路由，不再折腾蒸馏，也不用为了省 token 把提示词阉割到变形。模型一旦嵌进 CI 流水线、客服工单系统、批量文档处理这些地方，替换它就得动整条链路。迁移成本，比任何一条跑分都更能留住客户。
同行的定价空间被压扁了
竞品面前只剩两条路：跟进降价，或者在同价位上给出明显更好的结果。前者伤毛利，后者伤研发节奏。对采购方来说这是好事，议价窗口通常只在头部厂商换代的头几周打开，之后价格会重新稳下来。
现在该做什么，不该做什么
别在第一天就全量迁移
新模型上线首周，最缺的不是能力，是边界。先把非关键路径的流量切过去——内部文档问答、日志摘要、测试用例生成，这些场景错了也能兜住。观察两到四周，再决定要不要碰核心链路。急着换的人，往往会在最不该出问题的地方翻车。
盯住三个信号
第一，长任务里的失败率，看的不是平均值，是尾部。第二，Codex 中跨文件重构的表现，这比单函数补全更能区分模型档次。第三，API 价格的后续动作：促销若变成常态，说明竞争格局已经变了；几周后若回调，那这次就是窗口期促销，别把预算建在沙滩上。
一次没有发布会的发布，信息量反而更大。Sol 和 Luna 能不能打，跑分很快会给答案；但真正决定这盘棋走向的，是那一半的降价，和它背后想要钉住的那些工作流。
