「GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro: 同じ料金表、トークン数40%削減」と表示する生成タイトルカード。インデックスタスクあたりの出力トークン数が67,824から40,360へ減少し、2つのピルがインテリジェンス指数の54.6から57.3への上昇とタスクあたりコストの$1.27から$1.01への低下を示しており、その下には$2.00の入力料金と$10.00の出力料金が両ティアで同一であると記した行がある。
Guides & Insights

GPT-6.2 Sol Pro 対 GPT-6.1 Sol Pro:同一料金表、トークン数40%削減

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

価格表の上では、GPT-6.1 Sol ProからGPT-6.2 Sol Proへのアップグレードに費用はかかりません。どちらのティアも入力100万トークンあたり$2.00、出力100万トークンあたり$10.00で、いずれも1,050,000トークンのコンテキストウィンドウと最大128,000トークンの出力を備え、プロモードは別個の識別子ではなくベースモデル上の reasoning.mode: pro として呼び出されます。それでもこのアップグレードには価値があり、その理由はOpenAIの料金表のどこにも載っていないある数値にあります。最大エフォート時、GPT-6.2 SolはArtificial Analysisのインデックスタスク1件あたり40,360出力トークンを消費するのに対し、GPT-6.1 Solは67,824トークンを消費します。作業量は40%少なく、料金メーターは同じ、そして最終的な請求額は20%安くなるのです。2026年11月18日、6.2世代の出荷から1日後にレビュー。

この判断をステッカーが示唆するよりも微妙なものにする要素が2つある。第一に、2つのモデルは、指摘できるようなハードウェア世代やアーキテクチャの変更によって分けられているわけではない。コンテキストウィンドウは同じで、モダリティの一覧も同じで、価格も同じであり、OpenAIのドキュメントにおける唯一の構造的な違いは、知識カットオフが2026年4月30日から2026年6月1日に移ったことだ。第二に、改善は一様ではない。コーディングエージェントにとって重要な評価では大きく改善している一方、キャリブレーションではマイナスになっている。総合指数だけを報告する比較では、その両方を見落とすことになる。

ベンダー自身の仕様では、実際に何が異なるのか

並べて比較すると、developers.openai.com の2つのモデルページから、2026年11月18日に読み取った内容:

• 価格 — 両方とも100万トークンあたり、入力 $2.00 / キャッシュ済み $0.10 / キャッシュ書き込み $2.50 / 出力 $10.00。入力トークンが272,000を超えると、両方とも $4.00 / $0.20 / $5.00 / $15.00 になります。

• コンテキスト — 1,050,000トークン、最大入力922,000、最大出力128,000(両方とも)

• ナレッジカットオフ — 2026年6月1日 対 2026年4月30日

• Effort レベル — 両方とも low、medium、high、xhigh、max。両方とも reasoning.effort: none を拒否します。

• 推論モード — Responses API の standard と pro はどちらも、標準のトークン料金で課金され、集約される作業量だけが異なります。

• 超高速マルチプライヤー — 2027年2月28日までは標準の3倍、その後は両方とも6倍。

• 6.2 の新機能 — Responses API パブリックベータ版における割引付きバックグラウンド完了ウィンドウ:2 時間の延期で標準より 30% 割安、8 時間で 40% 割安。

• 動作の変更 — GPT-6.2 以降、API は会話途中のプレフィックス編集、モデルのダウングレード、エンドユーザーの変更、組織の変更を検出すると、推論アイテムを破棄します。推論アイテムを失うと回答品質が低下し、モデルが以前の作業を新しいトークンで繰り返す可能性があります。

最後の行は二度読むべきものです。なぜなら、それは正確性に関する注意書きの形をしたコストの罠だからです。アプリケーションが会話の途中で指示を編集すると(多くのエージェントループがシステムプロンプトを再レンダリングするときに行うように)、6.2世代は蓄積した推論を破棄し、次のターンでその分を再び支払い、そうでなければ繰り返しを安くしてくれたはずのプロンプトキャッシュを壊します。推論トークンが出力の大半を占めるproモードのワークロードでは、それは40%の節約がある場合とまったく節約がない場合の違いになります。OpenAI自身のガイダンスでは、応答間で設定を変更するときはプレフィックスを変更しないままにすることが推奨されています。

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, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

独立した数値:タスクあたり2.7ポイントと20%

Artificial Analysisは両ティアを同一のハーネス上で最大エフォート設定により測定しています。これがこの比較が成立する唯一の方法です。Intelligence Index v5.0.1:57.3はGPT-6.2 Solの値で、対する54.6はGPT-6.1 Solの値です。インデックスタスクあたりのコスト:$1.01に対し$1.27。現在のv5.0.1ボードでは、GPT-6.2 Solはスコア対象58件中5位に位置しています。GPT-6.1 Solはリーダーボードのライブリストにもはや表示されていないため、この比較は順位ではなくモデルごとの測定値に基づいています。

どちらも単独では劇的な数字ではない。この2つが対応する価値があるのは、両者が連動して動いた点にある — 新しいモデルは、価格表はまったく変わらないまま、完了した作業単位あたりではより高性能かつ安価になっている。これはポジショニングの変更ではなく効率化リリースの特徴であり、本番パスを移行する前に確認したいパターンだ。

次に内訳です。ここでは、2つのモデルが総合値から示唆される以上に大きく乖離しています:

• Terminal-Bench 4.0 — 60.1% 対 56.1%。

• Terminal-Bench Science — 67.6% 対 58.1%、9.5ポイントの上昇。

• HLE Diamond — 64.0% 対 58.8%。

• FrontierCode 2.0 — 44.4% 対 40.6%。

• AutomationBench — 71.3% 対 64.9%。

• AnalystAgent — 53.8% 対 50.0%。

• AA-Omniscience — ハルシネーション率55.4%で40.4、対してハルシネーション率51.9%で42.0

能力の各行は改善します。キャリブレーションの行は改善しません。新しいモデルは、裏付けできないことを断言する可能性が3.5ポイント高いのです。そのトレードオフは、成功を宣言する前にテストを実行するコーディングエージェントの中ではほぼ無償に近い一方で、検証ステップのないリサーチワークフローの中では実際の後退です。proモードの使い方が後者なら、これは自動的なアップグレードではありません。

A generated two-column comparison scoreboard titled 'GPT-6.2 Sol vs GPT-6.1 Sol', with the left column GPT-6.2 Sol at 57.3 on the Intelligence Index, $1.01 cost per task, 40,360 output tokens per task, 60.1 percent on Terminal-Bench 4.0, 40.4 on AA-Omniscience and $2 input and $10 output per million, and the right column GPT-6.1 Sol at 54.6, $1.27, 67,824 tokens, 56.1 percent, 42.0 and the same $2 and $10 price, with a footer attributing the measurements to Artificial Analysis and the pricing to OpenAI.

40%がどこから来ているのか、行ごとに

プロモードは、ベースラインのトークン数に対して未知の量のモデル作業を掛け合わせる。つまり、推論できるのはベースラインの部分だけであり、独立したデータがその大きさを正確に測っている。

最大エフォート時、GPT-6.2 Solはインデックスタスクあたり平均40,360出力トークンを使用します。推論22,800、回答17,561です。GPT-6.1 Solは平均67,824で、推論49,213、回答18,611です。可視回答はほとんど変わらず、6%短いだけでした。推論は54%減少しました。これが仕組みのすべてです。新しいモデルは同じ長さの回答を生成するのに半分未満の時間しか考えておらず、推論トークンは出力として課金されるため、節約が生まれるのはそこです。

ドルに換算すると、その計算は地味だ。40,360トークンは100万トークンあたり10ドルで、出力は約0.40ドル、旧モデルなら0.72ドルになる。ただし入力はそうはいかない。スイート全体では、GPT-6.2 Sol はタスクあたり約0.61ドルの入力料金がかかるのに対し、GPT-6.1 Sol は0.55ドルだ。キャッシュ書き込み量とキャッシュ読み取り量がどちらも増えたため、読む量は減らず、むしろ増えている。出力の節約と入力のペナルティはほぼ相殺され、正味では1.01ドル対1.27ドルという数字になる。その差し引き分のどこにも値下げ由来のものはない。値下げはなかったのだから。

実用的な警告はプロモードが暗に示すものだ。乗数は不明で、モデルが何をしようと決めるかに適用されるため、ベースラインが40%小さくなっても、プロモードの請求額が40%小さくなる保証はない。保証されるのは、より安い下限だ。予算を書き換える前に、自分の呼び出しを測定せよ。

コードを変更せずに移行する

機械的な移行は文字列1つの変更です。両モデルは同じパラメータ、同じ effort 値、同じ Responses API サーフェス、同じツールセットを受け入れるため、入れ替えは model: "gpt-6.1-sol" から model: "gpt-6.2-sol" への変更で、pro モードも同一に設定します。OpenAI の移行ガイドでは、ツール呼び出しに関して必須の確認事項が1つ追加されています。それは Chat Completions ではなく Responses API を要求するもので、6.1 ではすでに当てはまっていました。

単一の文字列ではないのは、上記で説明した reasoning-item の挙動です。モデルを切り替える前に、ループ内の何かが会話プレフィックスを変更していないか監査してください — 動的なシステムプロンプト、順序を並べ替える注入されたツール定義、ターンごとの先頭でのコンテキストトリミング。もし変更しているなら、まずそれを修正してください。そうしないと、2ターン目で効率の向上は消えてしまいます。

ロールアウトの姿勢も重要です。というのも、これは登場から1日しか経っておらず、それを裏付ける独立した測定が1回しかないティアだからです。保守的な道は、本番を6.1ティアに据え置き、6.2を確認できるトラフィックで評価することです — シャドウルート、カナリア割合、両方に対して実行するテストスイートなどです。OrcaRouterでは、openai/gpt-6.1-solがカタログにプロバイダー定価で掲載されており、マークアップ0%、プロバイダー間の自動フェイルオーバー付きです。そのため、すでにトラフィックを担っているモデルは、本番で気づかないうちに悪い午後を吸収できます。11月18日時点で、GPT-6.2 Solは当社のカタログには登場していません。まさにこれが、カットオーバーではなく比較として評価を実施すべき理由です。

6.1ティアもしばらくは呼び出し可能なままです。OpenAIの非推奨化表では、廃止予定のGPT-5およびo3のワークロードがその後継としてgpt-6.1-solに振り分けられており、それらの停止日は2026年12月11日となっています。それ自体が他のモデルの推奨移行先であるモデルが、差し迫って廃止されることはありません。したがって、6.2への意図的で慎重な移行に、緊急性の面で何も失うものはありません。

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, and pricing of $2.00 input and $10.00 output per million tokens at provider list price.

誰が動くべきで、誰が待つべきか

ワークロードがターミナル中心、ツール利用、または検証ゲート付きなら、今すぐ移行してください。Terminal-Bench Scienceの9.5ポイント上昇とAutomationBenchの6.4ポイント上昇は、カナリア実行で確認できるほど大きく、タスクあたり20%の節約は交渉や新規契約なしで実現します。

待って、もしあなたのワークロードが、出力がテストされるのではなく読まれるプロモードのリサーチ統合なのであれば。キャリブレーションの回帰は小さいが、間違った方向を示しており、効率性の議論は、公開後に初めて発見するようなエラーをカバーしない。待って、それから、もしあなたのエージェントループが会話プレフィックスを書き換えているなら——まずそれを直し、それからアップグレードし、その後で測定して。直す前にアップグレードすると、モデルが実際より悪く見える。

どちらにせよ、ここではバージョン番号は見た目ほど大きな役割を果たしていない。これは金で能力を買った世代ではない。トークンで能力を買った世代であり、今回ばかりはその請求があなたに有利に転んだ。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新