כרטיס כותרת שנוצר עם הכיתוב '{{1}}GPT-6.2 Sol Pro: כרטיס התעריפים לא השתנה, החשבון ירד ב-20%{{/1}}', עם כתובית {{2}}העלות של משימת אינדקס אחת של Artificial Analysis יורדת מ-$1.27 ל-$1.01{{/2}}, מעל שלושה כרטיסים שמציגים {{3}}את כרטיס התעריפים ללא שינוי של $2.00 קלט ו-$10.00 פלט למיליון טוקנים{{/3}}, {{4}}את העלות של $1.01 למשימה עבור GPT-6.2 Sol{{/4}}, ו{{5}}את $1.27 עבור GPT-6.1 Sol{{/5}}, ו{{6}}הערה ש-Sol Pro הוא gpt-6.2-sol שנקרא עם מצב reasoning מוגדר ל-pro{{/6}}.
Guides & Insights

GPT-6.2 Sol Pro: מחירון התעריפים לא זז. החשבון ירד ב-20%.

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

ארבעים אלף טוקני פלט כדי לסיים משימת הערכה אחת. זה מה שGPT-6.2 Solבזבז על חבילת הבדיקות של Artificial Analysis בהגדרת המאמץ הגבוהה ביותר, לעומת 67,824 אצל GPT-6.1 Solשעשה את אותה עבודה — ירידה של 40% בטוקנים וירידה של 20% בדולרים למשימה, על מחירון שלא השתנה אפילו בסנט. המודל שוחרר ב17 בנובמבר 2026, לצד GPT-6.2 Astra, והתווית שאנשים מחפשים, GPT-6.2 Sol Pro, היא אותו מודל עם reasoning.mode מוגדר ל-Pro ב-Responses API. מצב Pro מחויב לפי תעריפי הטוקנים הסטנדרטיים של מודל הבסיס. כך שכל הכלכלה של השדרוג תלויה בכמה טוקנים המודל מחליט לבזבז — וזה המספר היחיד שכרטיס התעריפים של OpenAI לא יכול לספר לך.

זה לא חידוש של הוויכוח "Pro הוא מצב" שכבר הועלה פעמיים בבלוג הזה, עבור דרגי GPT-6 ו-GPT-6.1. המנגנון זהה והוא מתועד היטב כעת. מה שחדש הוא הראיות: לראשונה יש מדידות עצמאיות של דרגת Sol ביום שאחרי ההשקה, והן אומרות משהו מעניין יותר מ"זול יותר לכל טוקן". הן אומרות שהשיפור מרוכז בדיוק בסוגי עומסי העבודה ש-OpenAI מוכרת את המודל הזה עבורם, ושממד אחד החמיר.

מה נשלח ב-17 בנובמבר, בדיוק?

רשומת יומן השינויים משתרעת על שתי שורות ומציינת שני מזהים: gpt-6.2-astra ו-gpt-6.2-sol, שניהם ב-Responses API וב-Chat Completions, כאשר קריאה לכלים מחייבת Responses. הסיכום של OpenAI עצמה לשחרור — "פלטים מקצועיים טובים יותר, קידוד, שימוש במחשב ויעילות בעלות נמוכה יותר ב-ChatGPT Work, Codex וב-API" — הוא מסגור מטעם הספק, וכדאי לשמור ממנו מרחק עד שיגיעו המספרים הבלתי תלויים, ועכשיו הם הגיעו.

צורת הדבר, מתוך עמוד המודל של OpenAI עבור gpt-6.2-sol:

• הקשר — 1,050,000 טוקנים בסך הכול, 922,000 קלט מרבי, 128,000 פלט מרבי.

• מודאליות — טקסט ותמונה כקלט, טקסט כפלט. אודיו ווידאו מופיעים כלא נתמכים, ואין מודאליות של קלט קבצים במפרט.

• תאריך עדכון הידע — 1 ביוני 2026, חודש אחד מאוחר יותר מה-30 באפריל 2026 של דרג 6.1.

• הסקה — תמיד פעילה, חמש הגדרות מאמץ מ-low ועד max, וה-API דוחה את reasoning.effort: none באופן מוחלט במקום להוריד את הרמה בשקט.

• מחיר, הקשר קצר — 2.00$ קלט, 0.10$ קלט שמור במטמון, 2.50$ כתיבה למטמון, 10.00$ פלט למיליון טוקנים. זהה ל-GPT-6.1 Sol.

• מחיר, מעל 272,000 אסימוני קלט — שיעורי הקלט והמטמון מוכפלים והפלט עולה פי 1.5 עבור הבקשה כולה: $4.00 / $0.20 / $5.00 / $15.00.

• רמות שירות — Batch ב-50% מהתעריף הרגיל, Fast ב-2×, Ultrafast ב-3× עד 28 בפברואר 2027, ו-6× החל מ-1 במרץ 2027.

• חדש בדור הזה — חלונות השלמה ברקע בהנחה ב-Responses API בבטא הציבורית, 30% מתחת לתעריפים הרגילים עבור חלון של שעתיים ו-40% מתחת עבור שמונה שעות.

השורה האחרונה היא בשקט הדבר השימושי ביותר בגרסה ששוחררה עבור כל מי שמריץ עבודת סוכנים בצורת אצווה, וזה מסוג הפרטים שפוסט ההשקה טומן. דחייה של שעתיים שעלותה נמוכה ב-30% היא החלטת מוצר שונה מהורדת מחיר, מפני שהיא משנה מתי אתם מתזמנים את העבודה ולא מה שאתם משלמים עליה.

Screenshot of OpenAI's documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, a 1 June 2026 knowledge cutoff, text and image input with text output, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

מהיכן מגיע ה"Pro", ולמה הוא אינו מזהה דגם

המדריך לחשיבה של OpenAI אומר זאת בפשטות: המודלים GPT-5.6 ו-GPT-6 "תומכים במצבי חשיבה standard ו-pro ב-Responses API. standard הוא ברירת המחדל." מצב ומאמץ הם צירים בלתי תלויים — המדריך מבהיר שמצב "בוחר ביצוע standard או pro, בעוד reasoning.effort שולט בכמה חשיבה המודל מפעיל בתוך אותו מצב". אפשר להריץ מצב pro במאמץ נמוך; אפשר להריץ מצב standard במאמץ מקסימלי.

מה שביצוע Pro עושה הוא לאגד כמה מעברים של עבודת מודל לתשובה אחת ולחייב על הטוקנים האלה לפי "תעריפי הטוקנים הסטנדרטיים של המודל הנבחר". בלי מכפיל פרימיום, בלי מונה נפרד. מזהי Pro הקיימים — GPT-5.5 Pro וקודמיו — שומרים על ההתנהגות הישנה ועל המחירים הישנים שלהם, ולכן "Pro" עכשיו אומר שני דברים שונים בהתאם למחרוזת שבה אתה נוקב.

אז כשקטלוג מפרט gpt-6.2-sol-pro, הוא מתאר תצורה וממציא מזהה כדי לתלות עליו את התצורה. התיעוד של OpenAI עצמה מחזיר 404 על המחרוזת הזאת, והמזהה היחיד בעמוד המודל הוא gpt-6.2-sol. ההבחנה הזאת חשובה יותר מסתם קפדנות: למזהה מודל שאפשר לאתר יש חלון הקשר מתועד ותעריף מפורסם, ואילו לתצורה יש בדיוק את מה שהאפליקציה שלך מעבירה בזמן הקריאה.

הקריאה הבלתי־תלויה: עלייה של 2.7 נקודות, זול יותר ב־20% לכל משימה

Artificial Analysis כבר הריצה את המודל על ההרנס שלה, והמספרים הם המדידות הראשונות שאינן של הספק ברמה הזו. במדד Intelligence Index v5.0.1, ‏GPT-6.2 Sol במאמץ מקסימלי משיג 57.3 לעומת 54.6 עבור GPT-6.1 Sol במאמץ מקסימלי. העלות למשימת אינדקס יורדת מ-1.27$ ל-1.01$. שני הנתונים נמדדים על אותה מערכת מבחנים זהה, וזה מה שהופך אותם לברי-השוואה: אותן משימות, אותו הרנס, אותו ניקוד, רק המודל משתנה.

שני המספרים האלה נעים יחד בכיוון הנכון — זו הטענה האמיתית של המהדורה הזו. דור שהופך חכם יותר וזול יותר לכל משימה לפי מחירון קבוע הוא רווח ביעילות, לא מיצוב מחדש. דור שהופך חכם יותר ובמקביל עולה יותר הוא עסקת חליפין. זה המקרה הראשון, בפער רחב מספיק כדי לשים לב אליו.

היכן שהרווח מתממש מעניין יותר מהציון המשולב. לעומת קודמו במאמץ מרבי:

• Terminal-Bench 4.0 — 60.1% לעומת 56.1%.

• Terminal-Bench Science — 67.6% לעומת 58.1%, קפיצה של 9.5 נקודות והשינוי הבודד הגדול ביותר בלוח.

HLE Diamond — 64.0% לעומת 58.8%.

• FrontierCode 2.0 — 44.4% לעומת 40.6%.

• AutomationBench — 71.3% לעומת 64.9%.

• AnalystAgent — 53.8% לעומת 50.0%.

כל אחד מאלה הוא משימה שמשתמשת בכלים, רבת-שלבים ועמוסת אימות. זה לא מודל שהשתפר בטריוויה; זה מודל שהשתפר בלסיים דברים, מה שעולה בקנה אחד עם ירידה במספר הטוקנים ולא עם עלייה בו. פחות פניות שגויות משמעו פחות טוקנים שמבוזבזים על התאוששות מהן.

הסתייגות אחת לגבי מה שהמספרים האלה מייצגים: Artificial Analysis מודדת רמות מאמץ, לא מצבי חשיבה, ולכן שורת ה־max שלה היא המצב הסטנדרטי במאמץ מרבי. איש לא פרסם מדידה של מצב pro עבור אף מודל GPT-6, משום שהמצב מכפיל כמות לא ידועה של עבודת מודל. יש להתייחס לשורת המאמץ המרבי כתקרה הקרובה ביותר שזמינה, לא כאל מדד של מצב pro.

שני מספרים שנעו בכיוון הלא נכון

AA-Omniscience הוא החלק בחבילה שבוחן אם מודל יודע מה הוא אינו יודע, וזה המקום שבו מהדורה זו מחזירה משהו. GPT-6.2 Sol במאמץ מרבי מקבל 40.4 במדד Omniscience, ירידה מ-42.0. הדיוק יציב — 61.6% לעומת 61.8%, שזה רעש — אך שיעור ההזיות עולה מ-51.9% ל-55.4%.

קראו זאת היטב לפני שתחליטו שזה שערורייה. שני המודלים הוזים ביותר ממחצית מהשאלות שהם טועים בהן, ותזוזה של 3.5 נקודות במערך בגודל כזה אינה נסיגה קטסטרופלית. אבל זהו כיוון, והוא מצביע לכיוון ההפוך ממספרי היכולת. הדרג השתפר בביצוע עבודה ונהיה מעט פחות זהיר בהצהרות על דברים שאינו יכול לבסס.

עבור סוכן קידוד שמריץ בדיקות לפני שהוא מכריז על ניצחון, העסקה הזו כמעט בחינם. עבור עוזר מחקר שעונה בלי שלב אימות, זה בדיוק מצב הכשל ששילמת לדור הקודם כדי להימנע ממנו. אם עומס העבודה שלך נמצא בקטגוריה השנייה, המדד המשולב הוא המספר הלא נכון לבחור לפיו, והחיסכון של 20% קטן מהעלות של תשובה שגויה אחת שנמסרת בביטחון.

מה מצב Pro עושה למונה, בטוקנים

מכיוון שמצב pro מחויב לפי תעריפים רגילים, המנוף היחיד שהוא מפעיל הוא מספר הטוקנים, והנתונים הבלתי תלויים מאפשרים לך לכייל את המנוף הזה לראשונה. במאמץ מקסימלי, GPT-6.2 Sol מוציא בממוצע 40,360 טוקני פלט לכל משימה, מתוכם 22,800 הם טוקני חשיבה ו-17,561 הם תשובה גלויה — החשיבה מהווה 56% מהפלט. GPT-6.1 Sol באותה הגדרה הוציא בממוצע 67,824 טוקני פלט, 49,213 מהם חשיבה. הדגם החדש יותר חושב פחות מחצי זמן ומשיב באורך דומה בערך.

זהו המנגנון שמאחורי ה-20%, אבל זו לא כל האריתמטיקה והחצי השני שווה הכרה. פירוק העלות לכל משימה: הפלט יורד מכ-0.72$ ל-0.40$, בעוד שהקלט עולה מכ-0.55$ ל-0.61$ — יותר קריאות מטמון וכתיבות מטמון לכל משימה, לא פחות. השניים בערך מתקזזים לחסיסכון נטו של 20%, כלומר השדרוג הוא הימור שלחשוב פחות שווה יותר מההקשר הנוסף שהוא קורא מחדש. בחבילת הבדיקות, זה היה.

הפעלת מצב pro על גבי כל אחד מהשניים מותירה את המכפיל בלתי ידוע — OpenAI מתעדת ש-pro "מבצע יותר עבודת מודל ממצב סטנדרטי, ומגדיל את השימוש בטוקנים ואת העלות" אך אינה מפרסמת מקדם. מה שכן אפשר לומר בביטחון הוא שבסיס ההכפלה שלו קטן ב-40% בצד הפלט, כך שאותו מכפיל pro מגיע לרצפת עלות נמוכה יותר.

מסקנה מעשית: אם תיקצבת קריאות במצב pro לפי ספירות טוקנים מתקופת 6.1, מדוד מחדש במקום לבצע התאמה בקנה מידה. התפלגות הטוקנים השתנתה מספיק כך שהתאמה לינארית תנפח את החשבון שלך.

A generated single-column scoreboard for GPT-6.2 Sol listing Intelligence Index 57.3, cost per index task $1.01, output tokens per task 40,360, Terminal-Bench 4.0 at 60.1 percent, Terminal-Bench Science at 67.6 percent, AA-Omniscience 40.4, a 1,050,000-token context window and $2 input and $10 output per million tokens, with a footer attributing the comparison figures to Artificial Analysis and the pricing to OpenAI.

היכן זה ניתן לקריאה היום, והיכן לא

ה-API של OpenAI פעיל: Responses ו-Chat Completions, batch, prompt caching, structured outputs, מערך הכלים המתארחים הכולל computer use, apply_patch, hosted shell ו-MCP, ו-Zero Data Retention עבור ארגונים מאושרים בנקודות קצה זכאיות. משתמשי ChatGPT Work ו-Codex קיבלו אותו ביום הראשון, לפי הודעת השחרור. זו תמונת ה-GA נכון ל-18 בנובמבר 2026.

בקטלוג של OrcaRouter עצמו הדור 6.2 טרם הגיע — בדיקה של רשימת המודלים הפומבית ב-18 בנובמבר מחזירה את openai/gpt-6.1-sol ואת openai/gpt-6-sol, אך לא את gpt-6.2-sol. שני דברים נובעים מכך, והשני הוא זה שכדאי לתכנן לפיו. ראשית, שום דבר על השדרוג לא זמין כאן היום, והמאמר הזה לא יעמיד פנים אחרת. שנית, OrcaRouter מעביר הלאה את מחיר המחירון של הספק עם 0% תוספת, כך שכאשר יופיע מסלול, התעריף של הספק עצמו — $2/$10 — הוא מה שתשלמו: בלי מכפיל gateway מעל מחירון התעריפים, ושינוי מחיר של הספק נכנס לתוקף באותו יום ולא לפי לוח הזמנים של משווק.

Screenshot of the OrcaRouter model page for GPT-6.1 Sol, showing the model ID openai/gpt-6.1-sol, a 1,050,000-token context window with 128,000 maximum output, input pricing of $2.00 and output pricing of $10.00 per million tokens, and a description of the tier as the long-context option beneath the flagship.

בינתיים, השכבה שהדגם הזה מחליף היא openai/gpt-6.1-sol, שנמצאת בקטלוג במחיר מחירון, ומסלול ההעברה ההגיוני הוא להשאיר את הפרודקשן בשכבת 6.1 בזמן שאתם מעריכים את 6.2 ישירות, ואז להעביר את הנתיב ולא את הקוד.

מה לראות

שלושה דברים יקבעו אם 17 בנובמבר ייראה כמו צעד או כמו רעידה. רגרסיית הכיול או שתימשך גם ב-AA refresh הבא או שתתכווץ לרעש. מכפיל ה-Ultrafast מוכפל ב-1 במרץ 2027, מ-3× ל-6× מהסטנדרט, מה שלא משלש שום דבר אבל מכפיל את הפרמיה במסלול המהיר ביותר — אם הארכיטקטורה שלך תלויה ב-Ultrafast, התאריך הזה נמצא בתקציב שלך. ויעילות הטוקנים חייבת להחזיק מעמד במצב pro mode, שבו המספר היחיד שאיש לא מפרסם הוא זה שקובע את החשבון שלך.

עד אז, הסיכום הכנה הוא צר וניתן לבדיקה: אותו מחיר, 2.7 נקודות מדד, זול ב־20% לכל משימה, ואחיזה רופפת יותר באופן מדיד במה שהוא לא יודע.

השוואות במאמר הזה2

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית