OpenAI 发布 GPT-6 系列实用选型指南：Astra、Sol、Luna 如何搭配
OpenAI 发布 GPT-6 系列模型实用指南，说明 Astra、Sol、Luna 的适用场景，以及推理力度、速度档位、缓存与压缩、长任务转向与多智能体等生产实践。
OpenAI 于 10 月 2 日发布《A model guide for the GPT-6 family》，面向原型、功能开发与跨仓库/数据库/外部 API 的多步工作流，介绍如何选型、写指令、管理长任务并准备上线。
指南建议按任务匹配模型：GPT-6 Astra 用于最难推理，GPT-6.1 Sol 面向复杂编程、研究与计算机使用，GPT-6 Luna 适合规模化聚焦任务与日常结构化提取；同时可调节推理力度（低至 Extra high/Max）与 Fast/Ultrafast 速度档，并利用提示缓存（缓存输入最高可省约 95%）与压缩控制成本。
长任务方面，API 支持中途转向、异步工具调用，以及 Sol 的多智能体委派（测试中）；Codex 可在运行中澄清与改向。文中还举例 Harvey、Cognition、Hex、Invideo 等团队用 Astra 落地的场景。