价格卷过DeepSeek Flash。
最近新模型扎堆上线，都挑不过来先测哪一个了。
昨晚还在折腾参加云栖大会时领的10块钱MIMO免费额度，选的是一个网站复刻任务，给它参考站，让它自己研究页面结构和效果，再在本地做出一个能运行的版本。
首轮输出的整体表现不算理想，原本计划在今天继续补这个案例，结果GPT-6 Sol和Luna来了，于是干脆换模型继续测。
而且这次OpenAI自己给出的重点也很明确。GPT-6 Sol的API输入价格是每百万token 2美元，输出10美元。
GPT-6 Luna更低，输入只要0.1美元，输出0.5美元。两者都比对应的GPT-5.6价格低了一半。
Luna也因此成了这一轮模型里最便宜的型号。不过小编更想知道，一个这么便宜的模型，实际落地干活的表现会到什么地步。
所以先拿Luna High去试了一下MIMO那个同样的案例。这个网站的视觉很鲜明，整个首页用大面积黄色铺底，中间有金色唱片，鼠标移动时背景会跟着产生流动反馈，下面还有大量作品图片和动效。
Luna自己去整理了公开能拿到的品牌素材、字体、作品图片和页面配置，也找到了站点里记录的部分3D几何与贴图路径。
但那些路径并没有返回可直接使用的模型数据，它后面自己改成用CSS重建唱片，再单独做WebGL画布模拟鼠标流体反馈。
最后交出来的是一个本地能直接跑的网页，首屏、作品区、导航、卡片悬停、滚动显现和移动端菜单都有，鼠标经过黄色区域时也会留下柔和的动态轨迹。
mimo 2.6 pro
它没有复原原站那套完整3D场景和准确shader，这部分属于近似重建了一个，但至少整体的感觉比mimo pro在它自有的桌面端效果要好，有可能会是底层harness不同的的原因。
那既然Luna已经做到这里，Sol High多出来的成本到底会花在哪里。小编后面换了一些参考视频进行复现。
画面里最初是一束插在蓝白花瓶里的花。点击之后，花束下面冒出一整片小方块，网格慢慢抬起来，花朵跟着散开，最后整片结构转正，变成一个二维码。再点一次，动作倒着播放，二维码又重新聚回花束。
Sol第一版它先用粒子聚散去表达花变成二维码，视觉里确实有变化，可花束、花瓶和二维码之间没有明确的空间联系。
继续要求它重做之后，它才把里面每一个格子都做成独立的Three.js立体方块，花朵也拆成可以移动的几何体。
点击花束之后，码块先在花束下面铺开，然后整片网格抬起并转向镜头，花枝和花瓶同步收拢，花朵逐渐移动到深色码块附近。最后花朵缩小，码块停在正面，留下完整二维码。
更关键的是，这个码是真的可以扫。输入一个链接之后，网页会先生成对应的二维码矩阵，再按矩阵逐格摆放3D码块。
这个案例之后，我又扔给Sol一段旅行绘本的视频，同样的，第一次还是理解错了。
参考画面是一册摊开的书，纸张会在右侧页角先掀起，下一幅旅行插画先在下面露出来，随后整张纸斜着翻过书脊。
Sol做的网页虽然可以操作，纸张翻起来却像一整块硬板绕着书脊旋转，没有页角翘起，也没有那种下一张画提前露出来的逻辑，于是又改了一轮才勉强能看。
接着又拿建筑动画去试它，需求其实只有一句很粗糙的描述：做一栋现代住宅逐渐生成的过程。
最后它做成了同一栋房子的连续变化。最前面只有建筑轮廓、楼板、屋顶、泳池和场地网格，随后白色体块长出来，墙面与二层结构逐渐形成。
再往后，玻璃、木格栅、家具、台阶、树木和泳池细节逐步出现。最终材质接进去，室内亮灯，水面出现颜色，整个场景进入傍晚。
three.js这一块确实是没得说啊，再往后做了个机械表拆解。
我想要的是一枚原本完整装配的机械表，而且点击之后还要沿着结构逐层拆开。镜面、表圈、指针、表盘、齿轮、擒纵机构、主夹板和表壳都要各自离开原来的位置，中间还能随时停下来观察。
Sol最后把它做成了八层结构。拆解进度可以手动拖，镜头也会在动画期间改变角度。齿轮一直缓慢旋转，摆轮持续往复运动，完全拆开以后，还能点右边的部件目录查看每一层，再重新组装回完整腕表。
测到这里，小编开始换了一个更容易暴露模型短板的任务。
这次参考的是一段绘画动画：画面会逐渐显影、上色，等油画完成以后，海浪和树木还会继续轻微运动。
我让Sol用JavaScript复现类似感觉，第一版很快做出来了。
它提取静态画面，再让Canvas控制显影和颜色变化，也给水面加了一点位移。功能基本齐了，可看起来还是一张会出现的画，水和树并没有活起来。
此外，审美问题也是个大问题。它确实能用JavaScript画山、水、树和波纹，也能让这些元素持续运动，画面却很像简单的矢量插画。
后面它自己换了一种做法。高质量的绘画素材负责主体画面，柳树单独做成透明图层，JavaScript再负责线稿显影、逐步上色、水面位移、动态反光和树枝摆动。
最后一个项目，小编要求它做一个blender版的3D房间作品集。Sol先在Blender里生成房间，再导出GLB给Three.js使用。
最后这间创作室里大约有403个对象。房屋结构、书桌、电脑、抽屉柜、转椅、钢琴、百叶窗、书架、灯串、盆栽、便签和画框都做进了Blender，房间还加了一只原创小猫。
场景保存了可以继续编辑的blend文件，同时导出大约3MB的GLB。
用户可以拖动房间、缩放视角，点击WORK、ABOUT、CONTACT木牌打开内容，也可以点电脑看作品，点钢琴看灵感实验，最终整体的blender效果还行。
这些案例跑完，并没有觉得模型突然跨出去很远，也没有哪一个案例让我觉得某种过去完全做不到的事突然被解决了。
更明显的变化其实很朴素，类似任务现在可以交给更便宜的模型，而且你敢让它多跑几轮了。
OpenAI自己公布的DeepSWE 1.1里，Sol在最高推理强度拿到 68.8%，Luna 是66.6%。
两者差距没有价格差距那么夸张，Luna的输入和输出价格只有Sol的二十分之一。不过当然不能直接拿一张benchmark表替代所有实际体验。
大概整体体验下来代码质量偶尔不稳定，稍微复杂一点的任务第一版通常都出不到及格的水准。
但到了这个阶段，有一件事倒是越来越清楚，即旗舰模型不必接管每一个步骤了。像Buttermax这种网站复刻，Luna已经给出了一个够继续迭代的版本。
大量日常开发、小工具、页面实验和素材整理，都可以先让便宜模型处理。任务变得更长，参考资料更多，还涉及 Blender 这类外部工具时，再把Sol拉进来，成本会更合理，当然有实力直接无脑Astro。
GPT-6 Luna输入每百万token 0.1美元，意味着很多原本会犹豫要不要交给模型反复跑的东西，价格已经低到可以大胆试了，并且实测下来是真的花不了几个额度。
这轮模型竞争也能慢慢看出来了，价格明显在挤下压，Flash系列也频出。像Claude Opus 5.5同一天发布时，Anthropic 也把成本下降当成重点。
这对普通用户其实很实在，我们不一定每天都需要最顶的模型。
更多时候只是想做个网页、修个交互、复刻一段效果、处理一堆文件，或者让一个想法先变成可以点、可以拖、可以玩的东西。
只要模型能力够用，价格还低到可以反复试错，很多任务的玩法都会不一样。
当单轮修改的开销持续降低，试错成本得到控制，人与模型协同完成项目的体验将会顺畅很多。
文章来自于“虾蛄AI”，作者“虾蛄内容部”。
