同样挂着OpenAI的招牌，Astra和Luna却在两张榜单上各坐各的头把交椅。Greg Brockman分享的一组数据把这件事摆了出来：按总美元支出算，Astra是顶级模型；按原始令牌消耗量算，Luna才是领头羊。

两张榜单，两个赢家

这两个指标指向的是完全不同的东西。美元支出看的是钱花在哪儿，令牌消耗看的是量跑在哪儿。Astra在花钱这一项上领先，说明它的能力被用在了对价格不那么敏感、但对结果要求更高的地方。

Luna的情况反过来。它在处理的令牌总数上占主导，意味着大量低成本的应用场景正在拿它当主力。跑得多，单次成本压得低，这条路走的是规模。

成本结构不同，采用率都强

两家模型虽然成本结构不一样，但采用率都显示出强劲的势头。这不是一个此消彼长的故事，更像是同一家公司的两条产品线各自找到了自己的位置。

  • Astra：按总美元支出计算，顶级模型
  • Luna：按原始令牌消耗计算，领头羊
  • 共同点：采用率均表现强劲

换句话说，一个负责把高价值的工作流吃下来，一个负责把海量的日常调用接住。价格和优先级更高的场景流向Astra，量大且对成本敏感的应用程序则堆在Luna这边。

这组对比本身没有给出更多细节，但两张榜单的分工已经足够说明问题：在同一个模型家族里，贵的那条线和便宜的那条线，可以同时跑出漂亮的采用数据。