⚡ สรุปใน 30 วินาที
- GPT-6 Sol และ Luna ลดค่า API ลง 50% จากราคาโปรโมชันของ GPT-5.6
- Sol เน้นงานซับซ้อน ส่วน Luna เน้นงานประจำวันและการใช้งานจำนวนมาก
- ระบบ Prompt caching ลดค่าอ่าน Input ที่แคชไว้ได้ 90%
ถ้าคุณใช้ AI ทำงานผ่าน API ต้นทุนอาจลดลงอย่างเห็นได้ชัด เพราะ OpenAI เปิดตัว GPT-6 Sol และ GPT-6 Luna พร้อมลดราคา API ลง 50% เมื่อเทียบกับราคาโปรโมชันของ GPT-5.6 โดยวางตำแหน่งให้เป็นรุ่นที่เร็ว ประหยัด และเหมาะกับการใช้งานตั้งแต่งานประจำวันไปจนถึงระบบธุรกิจขนาดใหญ่
GPT-6 Sol กับ Luna ต่างกันอย่างไร
ทั้งสองรุ่นต่อยอดจากตระกูล GPT-6 หลังการเปิดตัว GPT-6 Astra ซึ่งยังคงเป็นรุ่นที่มีความสามารถสูงสุดของ OpenAI สำหรับโครงการที่ซับซ้อนมาก Sol และ Luna ใช้แนวทางการฝึกที่คล้ายกัน และรับการปรับปรุงด้านงานมืออาชีพ ความแม่นยำ การเขียนโค้ด การใช้คอมพิวเตอร์ และการสื่อสาร
จุดต่างสำคัญคือ Sol เหมาะกับงานที่ต้องใช้ความสามารถและการให้เหตุผลมากกว่า ส่วน Luna เน้นความเร็ว ต้นทุนต่ำ และการนำไปใช้ในวงกว้าง เช่น Chatbot, งานประมวลผลจำนวนมาก และ Workflow อัตโนมัติ
- GPT-6 Sol: Input ลดจาก 4 ดอลลาร์เหลือ 2 ดอลลาร์ และ Output ลดจาก 20 ดอลลาร์เหลือ 10 ดอลลาร์ต่อ 1 ล้านโทเคน
- GPT-6 Luna: Input ลดจาก 0.20 ดอลลาร์เหลือ 0.10 ดอลลาร์ และ Output ลดจาก 1.20 ดอลลาร์เหลือ 0.50 ดอลลาร์ต่อ 1 ล้านโทเคน
ใน ChatGPT ทั้งสองรุ่นเปิดให้ผู้ใช้ Work, Plus, Pro, Business, Enterprise และ Edu ส่วนผู้ใช้ Free และ Go เข้าถึง Luna ได้ใน Desktop app สำหรับนักพัฒนา ชื่อรุ่นใน API คือ gpt-6-sol และ gpt-6-luna
จุดเด่นอยู่ที่ต้นทุนต่อ Task และความแม่นยำ
OpenAI รายงานว่า GPT-6 Sol ทำคะแนนบน AutomationBench ได้ 33.2% ที่ความพยายามระดับ “xhigh” โดยมีต้นทุนประมาณ 0.27 ดอลลาร์ต่อ Task การทดสอบนี้จำลอง Workflow ธุรกิจที่ใช้เครื่องมือ 47 รายการ ครอบคลุม Sales, Marketing, Finance, Support และ Human Resources
ใน Agents’ Last Exam Sol ทำคะแนนได้ 56.4% ที่ระดับความพยายามสูงสุด และมีต้นทุนต่อ Task ต่ำกว่า Claude Opus 5 ในการประเมินที่ได้คะแนนสูงสุดประมาณ 60% ข้อมูลจาก OpenAI ยังระบุว่า Sol ทำข้อผิดพลาดด้านข้อเท็จจริงประมาณครึ่งหนึ่งของรุ่นก่อน ในการประเมินจากบทสนทนาที่ไม่เปิดเผยตัวตน
ด้าน Coding, GPT-6 Sol ทำคะแนนบน DeepSWE v1.1 ได้ 68.8% ใกล้กับ Claude Fable 5 ที่ 69.9% แต่มีต้นทุนต่อ Task ต่ำกว่าประมาณ 80% ส่วน Luna ทำได้ 66.6% พร้อมต้นทุนที่ OpenAI รายงานว่าต่ำกว่า Opus 5 ราว 93% และต่ำกว่า Fable 5 ราว 96%
Prompt caching ช่วยลดค่าใช้จ่ายซ้ำได้อีก
OpenAI เพิ่มความสามารถด้าน Prompt caching โดยให้ส่วนลด 90% สำหรับการอ่าน Input token ที่อยู่ในแคช พร้อมเพิ่ม Dashboard และเครื่องมือวิเคราะห์เพื่อดูประสิทธิภาพของแคช นักพัฒนายังตั้ง Cache breakpoint และปรับค่า Reasoning รวมถึงการใช้ Tools โดยรักษาการนำแคชกลับมาใช้ซ้ำได้
OpenAI ระบุว่า GitHub พบโทเคนจากการประมวลผลใหม่ลดลงมากกว่า 50% จากคำขอจำนวนหลายพันล้านรายการ ตัวเลขนี้สะท้อนว่า Caching อาจมีผลมากเป็นพิเศษกับระบบที่ส่งคำสั่งเดิมซ้ำ ๆ เช่น AI Agent, ระบบตอบลูกค้า และ Workflow ที่ทำงานเป็นรอบ
เรื่องนี้เกี่ยวกับคุณยังไง
สำหรับคนทำธุรกิจออนไลน์ การลดราคาไม่ได้หมายถึงแค่ค่าใช้จ่ายต่อคำขอที่ถูกลง แต่ทำให้การทดลองใช้ AI ในงานจริงมีความเสี่ยงต่ำลง โดยเฉพาะงานที่ต้องประมวลผลข้อมูลจำนวนมากหรือเรียกใช้ AI หลายขั้นตอน
- ลองแยกงานที่ต้องใช้ความสามารถสูงไปให้ Sol และงานปริมาณมากไปให้ Luna
- คำนวณต้นทุนใหม่สำหรับ Chatbot, AI Agent, Content workflow และระบบหลังบ้าน
- ตรวจสอบว่า Prompt เดิมถูกส่งซ้ำหรือไม่ เพื่อออกแบบ Prompt caching ให้เหมาะสม
- ทดสอบความแม่นยำกับข้อมูลจริงของธุรกิจ ก่อนนำไปใช้ตอบลูกค้าหรือทำงานอัตโนมัติ
- เปรียบเทียบค่าใช้จ่ายต่อ Task ไม่ใช่ดูเฉพาะราคา Input และ Output
ภาพรวมคือ GPT-6 Sol และ Luna ทำให้ AI ที่มีความสามารถสูงเข้าใกล้การใช้งานจริงในธุรกิจมากขึ้น แต่ผลลัพธ์ยังขึ้นกับการออกแบบ Prompt, Tools, การตรวจสอบ และ Workflow ของคุณเอง ราคา API ที่ถูกลงจึงเป็นโอกาสลดต้นทุน แต่ไม่ควรข้ามขั้นตอนทดสอบก่อนใช้งานจริง