GPT-6 Sol、Luna 是什麼？差異與使用方法

同樣是一份活動資料，把回饋逐則分類，和整理出下次活動的改善方向，需要的處理方式不同。選模型時，可以先看手上的工作是規則清楚的整理，還是需要整合資料作判斷。

GPT-6 Sol、GPT-6 Luna 是 OpenAI 在 2026 年 9 月 22 日推出的兩款 AI 模型，負責理解你提供的要求與資料、產生結果。Luna 偏向範圍清楚、需要反覆處理的工作；Sol 則偏向需要規劃與判斷的複雜工作。

這兩款模型先從 Work 與 Codex 分批提供。10 月 7 日起，GPT-6 Sol 也進入一般 Chat。Work 和 Codex 後續另加入 GPT-6.1 Sol 與 GPT-6.1 Terra，實際可選模型依方案、入口與工作區權限。（OpenAI 發布紀錄、模型說明）

對上班族來說，更實用的問題是：手上這件工作，該選哪一款？下面用「整理 20 則活動回饋，完成一份活動回顧」作為連續示例，從選模型、交代要求到檢查成果走一次。

GPT-6 Sol、Luna 是什麼？

GPT-6 Sol 與 GPT-6 Luna 是 OpenAI 的 AI 模型，負責理解使用者提供的指令與資料，經過推理或內容處理後產生回答。兩者的定位有不同重心：Luna 偏向範圍明確、規則清楚且需要反覆執行的工作，Sol 則偏向需要規劃、多步驟處理與整合判斷的任務。模型提供理解和生成能力，實際能讀取哪些檔案、使用哪些工具，還要配合採用的產品入口與權限；選擇時可先從任務是否固定、需要多少判斷來比較。

簡單理解，照既定規則逐筆整理，和從資料形成改善建議，對模型是不同的工作。例如整理活動回饋時，把每則意見歸到已定義的類別，主要是在重複同一套判斷；要解釋問題原因並提出下次活動的改法，則需要綜合多份資料。先拆清楚這兩層工作，下面的模型比較才有具體依據。

GPT-6 Sol、Luna 與其他工作模型差在哪？

OpenAI 把 GPT-6 Luna 定位為處理明確、重複任務的選擇，較複雜的程式與多步工作可用 Sol 或後續的 GPT-6.1 Sol。GPT-6.1 Terra 適合看圖、寫作與應用程式操作，Astra 則適合需要更多推理與判斷的任務。（OpenAI 模型定位）

假設你手上有 20 則回饋，第一步只是把意見分門別類，規則也已經寫好，就可以先試 Luna。這時要看的成果，是每則回饋都有處理，原句也完整保留。

等分類確認後，主管要的是「這場活動有哪些問題、下次該改什麼」，工作就多了整合與判斷。你可以把分類結果和活動數字交給 GPT-6.1 Sol，要求它區分資料能支持的結論，以及還需要補問的問題。

如果又加入業務、客服與財務的不同說法，還要比較幾種資源分配方案，才進一步考慮 GPT-6 Astra 的用途。這類工作需要由熟悉業務的人檢查資料矛盾與方案取捨。

先保留能通過檢查的模型，再處理它做不好的部分。上述依模型定位安排的工作示例，可以作為第一次試做的起點。（參考：OpenAI 模型選擇指南）

在哪裡可以使用 Sol 和 Luna？

Chat 是偏向對話的入口；Work 以完成研究、分析與文件等工作為主；Codex 則提供更多程式與檔案工作的操作。想先了解兩種工作入口，可以分別看 ChatGPT Work 教學與 Codex 教學。

一般 Chat 的 GPT-6 選項由 GPT-6 Sol 提供，符合資格的 GPT-6 Pro 推理由 Astra 提供。Free／Go 的一般 Chat 和 Think 目前依官方說明使用 GPT-5.6 Luna。（OpenAI 一般 Chat 模型說明）

Free 與 Go 可在桌面 App 的 Codex 使用 GPT-6 Luna（Standard），依帳號分批開放。Plus 方案包含 GPT-6.1 Sol 和 GPT-6 Luna，GPT-6.1 Terra 也正向 Plus、Pro、Business、Enterprise 與 Edu 逐步開放。（方案與用量）

如果使用公司的 Enterprise 或 Edu 工作區，管理員設定也會決定哪些模型能選。處理公司資料時，請在公司核准的工作區操作。（企業工作區模型權限）

接下來用桌面 Codex 示範。有 Work 使用權限的人，也可以在 Work 的模型選單找到可用的選項。

工商時間

如果你想要更系統化、更輕鬆的學好 SEO 與 AI SEO，歡迎參考我與知識衛星合作的 SEO 線上課程：《SEO 排名攻略學》、《AI SEO 流量變革》。

透過《SEO 排名攻略學》獲得穩定的 SEO 流量與實戰經驗。
再搭配《AI SEO 流量變革》看懂 AI 搜尋趨勢，搶佔 AI 搜尋紅利。

用一份活動回饋，試著選模型完成工作

先準備一份可以用來練習、已獲准使用的活動資料，替 20 則回饋編號。這次只做分類，再延伸成回顧報告；每一步都有明確成果，就比較容易知道問題出在資料、指令，還是模型的處理結果。

1. 在可選模型的入口選 Luna

Free／Go 請在桌面 App 開啟 Codex。有 Work 使用權限的人，也可以從 Work 開始。在輸入框下方找到模型與推理控制項，選擇 GPT-6 Luna。若有速度選項，請選 Standard。如果畫面有 Advanced 選項，可以再展開查看。送出要求前，確認控制項顯示的是你要用的模型；推理設定先保留帳號目前的預設值。（參考：模型操作說明）

如果 Free／Go 帳號在桌面 Codex 還沒有看到 GPT-6 Luna，請確認登入的是正確帳號，並留意分批開放進度。使用 Work 時，請確認方案和工作區權限。還沒完成桌面安裝的人，可以先照 Codex 安裝教學處理下載與登入。

2. 把資料、分類規則與輸出格式一起交代

貼上回饋時，不要只寫「幫我整理」。把分類範圍和保留原文的要求一起說清楚，後面才有辦法逐則核對。以下提示詞可以搭配自己的回饋資料使用：

請依我提供的 20 則活動回饋，逐則分類為「場地」「內容」「報名流程」或「其他」。輸出表格，欄位包含編號、原句、分類與需要人工確認的地方。

保留原句與編號，缺少資訊就標示缺少，不推測原因。若同一則涉及多個類別，請列出涉及的類別；最後整理需要人工複核的項目。

收到結果後，先看 20 個編號是否都在，再抽看分類與原句有沒有對上。例如有人只說「報名有點卡」，可以歸在報名流程，並把原因列為待確認。把原因不明的回饋留下來，下一步才知道要補問什麼。

3. 需要回顧報告時，再用 Sol 處理整合

分類確認後，切換到帳號可用的 GPT-6.1 Sol，把核對過的表格與活動數字交給它。如果選單仍提供 GPT-6 Sol，也可以用相同資料試做。這一步要把零散意見整理成可討論的報告，要求也要跟著改變：

請根據這份回饋分類與活動數字，撰寫給內部團隊看的活動回顧，包含主要發現、可能的改善方向，以及仍缺少的資料。每個結論都要註明依據的回饋編號或數字。

若資料互相矛盾，請並列說明；資料不足以判斷原因時，列出需要補問的問題，不要自行補上原因。先交文字初稿，供團隊確認。

若想比較不同模型寫回顧的差異，就把同一份分類、數字與提示詞分別交給它們，再按相同要求檢查結果。

4. 對照原資料，再決定是否調整模型

檢查報告時，至少看三件事：回饋有沒有漏掉、原意有沒有被改寫、結論能不能回到原始資料。例如報告寫「大家都不滿意場地」，就要回頭看相關回饋是否真的足以支持「大家」這個範圍。

如果只是缺資料或指令不清楚，先補資料、改要求。需要更深入的規劃與分析時，再考慮提高推理設定或比較其他模型；提高設定可能花更多時間與 tokens，試做時可以連同耗時、用量與報告品質一起比較。（參考：推理設定說明）

做到這裡，你應該能把結果分成「可以採用」與「還需要人工確認」兩部分。能指出哪一句有根據、哪一處缺資料，比只得到一篇看起來完整的報告更有用。

Sol 和 Luna 的費用，要怎麼看？

先分清三件事：訂閱方案內含的可用量、適用產品的 credits，以及用程式呼叫模型的 API 費用。Work 與 Codex 共用用量，不能當成兩份獨立額度；API 則依自己的費率計算。（參考：OpenAI 用量與計費說明）

tokens 是模型讀取與產生資訊的計量單位，提示詞、檔案、對話內容與回覆都可能占用 tokens。它不等於訊息則數，也不能固定換成同樣數量的中文字。credits 則是適用方案用來支付用量的單位。

下表是 Standard 速度、每百萬 tokens 的產品 credit 費率。「快取輸入」指已快取、符合重用條件的輸入；實際使用還會受到任務內容與設定影響。

表格比較的是相同計費條件下的單價。一次任務會用多少額度，則和帶入的資料及產生的內容有關。同樣是一次活動回顧，只給回饋表，和附上多份長報告、反覆要求改寫，用量就可能不同。

剩餘額度與重置時間可在帳號用量頁查看；最新費率可看 OpenAI 方案頁。

如果你用的是程式串接 API，下列為 Standard 速度、輸入不超過 272,000 tokens 時的每百萬 tokens 美元單價，依序為一般輸入、快取輸入與輸出。GPT-6 Sol 為 US$2／0.20／10，GPT-6 Luna 為 US$0.10／0.01／0.50，GPT-6.1 Sol 為 US$2／0.10／10，GPT-6.1 Terra 為 US$1／0.05／5。訂閱方案的用量要另外查看。

超過上述輸入門檻時，整個 API 請求的輸入與快取輸入費率為 2 倍、輸出為 1.5 倍。其他速度、處理模式與快取寫入費用，請另看 API 價目表。只用 Work 或 Codex 帳號操作的讀者，先看自己的實際用量即可。

原本用 GPT-5.6，需要立刻換嗎？

如果既有流程仍能使用 GPT-5.6，可以用同一份資料試做新版，再比較遺漏、錯誤與需要人工修改的地方。確認新版符合驗收要求，再決定是否更換。

GPT-5.5 已於 2026 年 10 月 14 日從 Chat、Work 及使用 ChatGPT 帳號登入的 Codex 退役。OpenAI API 和使用 API 金鑰登入的 Codex 工作階段仍可使用。（OpenAI 模型發布紀錄）

如果以 ChatGPT 帳號登入 Codex，Plus、Pro、Business、Enterprise 和 Edu 可改選帳號提供的 GPT-6.1 Sol；Free 和 Go 可在桌面 App 的 Codex 選擇已開放的 GPT-6 Luna（Standard）。（OpenAI 模型替換說明）

如果你曾把 GPT-5.5 寫進預設設定、排程或自動化腳本，也要另外檢查那些設定。目前對話的模型選擇與這些儲存設定分開管理，需要逐項更新。

工商時間

如果你想要更系統化、更輕鬆的學好 SEO 與 AI SEO，歡迎參考我與知識衛星合作的 SEO 線上課程：《SEO 排名攻略學》、《AI SEO 流量變革》。

透過《SEO 排名攻略學》獲得穩定的 SEO 流量與實戰經驗。
再搭配《AI SEO 流量變革》看懂 AI 搜尋趨勢，搶佔 AI 搜尋紅利。

先選能完成手上工作的模型

從一份活動回饋開始，可以先用 GPT-6 Luna 做能逐則核對的分類，再用 GPT-6.1 Sol 把分類和數字整合成報告。如果要判讀的是活動截圖，可以試 GPT-6.1 Terra。遇到多方資料與複雜取捨時，再考慮 Astra。

下一次打開可用的 Work 或本機 Codex，可以帶一份小型資料，寫清楚目標、格式與檢查方式。先完成一份你能確認正確的結果，再把這個做法用到更大的工作上。