OpenAI 发布 GPT-6 family 的模型选型指南。文档把 GPT-6 Astra 放在最难的推理任务，把 GPT-6.1 Sol 放在编码、研究与电脑操作等工作，把 GPT-6 Luna 放在重复、聚焦且对成本敏感的请求。这里是官方给出的角色建议，不是对所有业务的统一排名。
指南把选型问题放回完整工作流：同一个模型在不同提示词、工具、仓库指令、缓存、压缩和异步执行条件下，表现可能不同。OpenAI 建议开发者以真实任务衡量是否完成、需要多久以及花费多少，再决定默认路由，而不是看到单项排行榜就把所有请求交给最大模型。
文档还讨论可复用技能、提示缓存、上下文压缩、异步工具和任务委派。它本身是使用建议，不是新模型发布公告，也没有承诺某一个模型在任何场景都最好。落地时可先抽取一批代表性任务，固定输入和验收标准，再记录各档模型的实际差异。