GPT-6 Astra 対 Solar Pro 4：12のインデックスポイントと日曜日に変わる価格比率

このペアが共通して受けている2つの独立実施評価では、GPT-6 Astraリードしており、その差はSolar Pro 4一般知識では大きく、モデルが実際に使われる場面ではより小さい。Artificial AnalysisはGPT-6 AstraをIntelligence Indexで54.7、GPQA Diamondで96.1と評価しており、同じ評価者によるSolar Pro 4は42と86.8だ。エージェント作業では、Terminal-Bench 2.1とτ²-Bankingで差はそれぞれ11点と6点に縮まる。一方、価格の話にはほとんど誰も結び付けていない締め切りがある。Solar Pro 4の現在のプロモーションは00:00 UTCに終了する。その日は2026年10月11日日曜日、その時点でこのモデルは100万入力トークンあたり$0.09から$0.15へ、100万出力トークンあたり$0.36から$0.60へと変わる。したがって、この比較が答えるべき問いは、どちらのモデルが優れているかではない。約12.5ポイントの能力差が、出力トークン単価の42倍から139倍を正当化するかどうかであり、その答えはどちらのモデルでもなく、あなたのワークロードの性質による。

料金表、今週末に変更されるものも含めて

Solar Pro 4 のリスト価格は、入力 $0.30、キャッシュ入力 $0.06、出力 $1.20（100万トークンあたり）で、Upstage はローンチ以来ずっとリスト価格を下回る価格で提供しています。Upstage 自身の料金ページに記載されたスケジュールは明確なので、予算を組む際にどの数字を基準にすべきか推測する必要はありません：

• Upstage プロモーション（2026年10月11日 00:00 UTC まで）— 100万トークンあたり入力 $0.09、キャッシュ $0.018、出力 $0.36br /> • Upstage プロモーション（2026年10月11日以降）— 100万トークンあたり入力 $0.15、キャッシュ $0.03、出力 $0.60。終了日の記載がないため、これを前提に予算を組むことになりますbr /> • Upstage 定価 — 100万トークンあたり入力 $0.30、キャッシュ $0.06、出力 $1.20br /> • GPT-6 Astra 入力トークン 272,000 まで — 100万トークンあたり入力 $10.00、キャッシュ $1.00、キャッシュ書き込み $12.50、出力 $50.00br /> • GPT-6 Astra 入力トークン 272,000 超 — 100万トークンあたり入力 $20.00、キャッシュ $2.00、キャッシュ書き込み $25.00、出力 $75.00。しきい値を超えると、リクエスト全体に適用されます

比率として読むと、Solar Pro 4のプロモーション後の料金で入力が11倍、出力が5.6倍、定価に対しては33倍と42倍、そして2つのモデルを今日のプロモーション価格で測ると111倍と139倍になる。差がこれほど大きいのは、分数の両側が動くからだ。Astraのカードは市場のトップにあり、Solar Pro 4は現在その底辺近くにある。

長文コンテキストのルールは、もう一つ二度読む価値のある項目です。というのも、それらは対称的ではないからです。Astraのしきい値は272,000トークンで、そのルールはリクエスト全体の再価格設定です — 長いリクエスト内のすべてのトークンが、境界を超えた分だけでなく、入力は2倍、出力は1.5倍で課金されます。Upstageの料金カードには同等の段階がないため、400,000トークンのSolar Pro 4リクエストは、4,000トークンのリクエストとまったく同じトークン単価で課金されます。プロンプトが日常的に25万トークンを超えるなら、Astraの実効入力レートは$10.00ではなく$20.00になり、512Kコンテキストモデルが競合しているまさにそのワークロードで、支払っている差額はさらに広がります。

12ポイント差はどこから生じるのか

両モデルとも第三者による数値が存在するため、この階層のほとんどの比較より容易だ。両者に見られる傾向は一貫している。Solar Pro 4 の前世代に対する向上はエージェント的タスクに集中しており、そこが Astra に最も近い領域である。

• インテリジェンス指数 — GPT-6 Astra 54.7、Solar Pro 4 42br /> • GPQA Diamond、大学院レベルの科学 — Astra 96.1、Solar Pro 4 86.8br /> • Terminal-Bench 2.1、実際のターミナル操作 — Astra 88.4、Solar Pro 4 75.1br /> • τ²-Banking、ポリシーに基づくツール利用 — Astra 41.4、Solar Pro 4 35.0br /> • 長コンテキスト想起、AA-LCR — Astra 80.7、Solar Pro 4 71br /> • 平均的な評価タスクの実行コスト — Astra $0.0516、Solar Pro 4 は $0.0039～$0.0155br /> • 評価タスクあたりの実時間 — Astra 約8.6分、毎秒約70トークンを返すモデルで

議論の枠組みを変えるのは、タスクコストの行だ。Solar Pro 4で単一の高難度評価タスクを実行すると、プロモーションのどの階層が適用されるかに応じて4セントから13セントのコストがかかる。それに対し、Astraでは標準料金で5セントだ。「出力価格の42倍」と「タスクあたりコストの13倍」は、どちらも同じ2つのモデルについての真実の記述であり、請求書に載るのは後者の数字だ。違いは、Artificial Analysisの測定によれば、AstraがSolar Pro 4の前身よりも少ないトークンで回答に到達するという点にある——タスクあたり43,000出力トークン——それでも、タスクを完了するにはより高コストなモデルであり、ただ42倍にはまったく及ばない。

Solar Pro 4のコラムには、2つの注意点がある。タスクあたりのウォールクロック時間では、使用トークン数がより少ないにもかかわらず、Astraより遅い。また、公表されているエージェント性能スコアには、知っておく価値のある特異性がある。前世代の評価では、主に回答を拒否することで誠実性スコアを改善しており、質問の41%でしか回答を試みなかった（Pro 3では92%）。行動しなければならないエージェントにとって、拒否は自信に満ちた誤答よりもしばしば優れている——しかし、それによって合格率の比較の読み方は変わる。

どちらのベンダーのカードでも手に入らない比較

上記のベンチマーク行は一致している。両者とも同じ評価を実行した。欠けている行こそが興味深い。なぜなら、2つのベンダーは何を公開するかについて意見が分かれているからだ。

• 推論エフォート — Astraは5つの名前付きレベル（low、medium、high、xhigh、max）を公開している。Solar Pro 4はreasoning_effortパラメータを少なくともmedium設定付きで文書化しており、Upstageのこのレベルに関する資料は薄いbr /> • アーキテクチャ — Astraのパラメータ数は非公開。Solar Pro 4のパラメータ数も非公開のため、どちらも安価な兄弟モデルが行うようなサービング経済性の開示を提供していないbr /> • 負荷時の長文コンテキストの挙動 — Astraはコスト閾値と文書化されたリコールスコアを公表している。Upstageはウィンドウを公表しているが、独自のリコール評価はないbr /> • 入力サーフェス — Astraはテキスト、画像、ファイルを受け付ける。Solar Pro 4はテキストモデルであるbr /> • モダリティの上限 — 双方とも最大出力トークン数は128,000。これは安価なモデルが同等に達するには異例の点であり、長時間生成作業にとってSolar Pro 4の仕様表で最も有用な単一仕様である

「推論エフォート」の行は、見た目以上に重要だ。思考バジェットを下げられるモデルは、簡単なリクエスト1件あたりの実効価格が公表単価をはるかに下回る。推論トークンを必要としない作業では、支払う推論トークンが少なくて済むからだ。両ベンダーともこのパラメータを公開しているが、各レベルがトークン換算でいくらになるかはどちらも公表していない。つまり、これら2つのモデル間の実際の倍率を知る唯一の方法は、自社のトラフィックで測定することだ。

損益分岐点、平易に言えば

ここでは少しの間インデックスポイントは無視して、ワークロードを固定したまま考えましょう。あなたのアプリケーションが、最大50万トークンの文書に対する抽出、分類、要約、または構造化出力なら、Solar Pro 4 は Astra には到底及ばない速度でその仕事をこなし、しかも推論ラダーは一切必要としません。JSON 抽出タスクでどれほど品質に差がありえても、出力で42倍を払う価値はありません。あなたのアプリケーションが、計画し、ツールを呼び出し、失敗したステップから回復し、最後までやり遂げなければならないロングホライズンのエージェントなら、Terminal-Bench の11ポイント差と τ²-Banking の6ポイント差こそ、完了できるかどうかを予測する数字です。そして、エージェントの実行が失敗すると、その実行の全額に加えて再試行分のコストがかかります。

本当に難しいのは中間のケースだ。短く、難しく、単発の推論タスクで、AstraのGPQA上の優位が大きく、タスクあたりのコストはまだ数セントにすぎない。そこでの決め手は料金表ではなくトークン数であり、それに答える唯一の測定方法は、自分のプロンプトを両方のモデルに通して使用量を読むことだ。これはまた、値下げが最も大きく効くケースでもある。なぜなら、高価なモデルと比較テストされるのは安価なモデルのほうであり、安価なモデルの料金が67%動くと、月曜日と今日の間でテストの算術が変わるからだ。

なぜこれが発注書ではなくルーティングの決定なのか

GPT-6 AstraはOrcaRouterのカタログにopenai/gpt-6-astraとして、OpenAI自身の定価で掲載されており、0%のマークアップでそのまま提供されています。これこそが、このような比較が契約ではなくルールとして結論づけられる理由そのものです。UpstageのSolarファミリーは事情が異なり、正直なところ、私たちがいつも使う言い方をするならこうなります。OrcaRouterはUpstageのモデルを一切ルーティングしていないため、Solar Pro 4はここではご利用いただけません。これはUpstage自身のAPIおよび複数のサードパーティプラットフォームから提供されるものであり、上記の価格表は当社のものではなくUpstageのものです。

この組み合わせにおいてルーターが実際に担うのは、ティアの分割です。安価なモデルと高価なモデルは1つのOpenAI互換エンドポイントの背後に置かれ、ルーティングルールが抽出トラフィックをそれに適したティアへ送り、自動フェイルオーバーが、安価なモデルでエラーが起きた場合やパーサーが拒否する出力が返された場合に、呼び出しをより強力なモデルへ昇格させます。この最後の仕組みこそ、この比較が生み出す誤ルーティングのリスクに対する実用的な答えです。高くつく失敗の形は、間違ったモデルを選ぶことではなく、間違ったモデルを選んで二度支払うことなのです。

日曜日までに何をすべきか

Solar Pro 4 があなたのスタックの候補なら、これをテストできるのは最も安い週です。プロモーション料金は 10月11日 00:00 UTC まで有効で、プロモーション終了後の料金である $0.15 と $0.60 はすでに定価より3分の1低く、モデル自身が公表した証拠 — Terminal-Bench と τ²-Banking の数値 — は、自分のタスクセットで半日あれば再現できる作業を示しています。両方のモデルを同じプロンプトで実行し、推論設定を一定に保ち、呼び出しあたりのトークンではなく完了したタスクあたりのトークンを記録してください。出てくる数値だけが意味を持つ倍率であり、それが 42× になることはありません。そして決断してください。安い側が勝つなら、あなたがテストしていた価格は日曜日に失効し、高い側が勝つなら、その12.5インデックスポイントこそがあなたが支払っているものだということを知った上で。

GPT-6 AstraはOrcaRouterのカタログにopenai/gpt-6-astraとして掲載されています。OpenAI自身の定価のまま、0%のマークアップで提供されます。