GPT-6.1 Sol vs GPT-6 Astra: één indexpunt, vijfmaal de prijslijst

GPT-6.1 en GPT-6 Astra zijn het middenklassemodel en het vlaggenschip van dezelfde familie, vier weken na elkaar uitgebracht — Sol op 29 september 2026, Astra op 29 september 2026 — en tot deze week berustte de vergelijking tussen hen volledig op de eigen cijfers van OpenAI. Dat is niet langer het geval. Artificial Analysis heeft beide geëvalueerd bij maximale redeneer-inspanning op dezelfde indexversie, en het resultaat is een verschil van 0,84 punt in het voordeel van Astra, naast een verschil in kosten per evaluatierun van 4,5 keer in het voordeel van GPT-6.1 Sol. Op de tariefkaarten is de verhouding nog scherper: Astra is 5 keer zo duur als GPT-6.1 Sol voor input en output en 10 keer zo duur voor gecachte input. De vraag die deze pagina beantwoordt, is waar die meerprijs iets oplevert waar je naar kunt wijzen, en waar het simpelweg de prijs van een naam is.

Wat de twee modellen zijn, en wat het bestuur heeft gemeten

Bij beide bestaat de invoer uit tekst en afbeeldingen en de uitvoer uit tekst, met een contextvenster van 1.050.000 tokens en maximaal 128.000 uitvoertokens, en beide bieden een inspanningsladder met vijf treden — laag, gemiddeld, hoog, xhigh en max — waarbij de none-instelling die GPT-6 Sol nog steeds accepteert, is geschrapt. Geen van beide ondersteunt fine-tuning. De verschillen die ertoe doen, zijn degene die de prijslijst vermeldt: Astra is het vlaggenschipniveau, GPT-6.1 Sol is de vernieuwde versie van het niveau eronder, en de eigen positioneringslijn van OpenAI voor het nieuwere model is "bijna-Astra prestaties voor complex werk tegen lagere kosten."

Artificial Analysis beoordeelt die claim op zijn Intelligence Index — tien evaluaties in versie v4.3.2, dezelfde versie voor beide modellen — en registreert de releasedatum die het voor elk aanhoudt. Het evalueert beide in de configuratie met maximale inspanning die de modelpagina in de kop vermeldt. Wat volgt is die vergelijking, plus de kostenberekening die de index niet voor je uitvoert.

• GPT-6.1 Sol — uitgebracht op 2026-09-29, Intelligence Index 51.8 bij maximale inspanning, $2.00 input / $0.10 gecachet / $2.50 cache-schrijven / $10.00 output per miljoen tokens.
• GPT-6 Astra — uitgebracht op 2026-09-03, Intelligence Index 52.7 bij maximale inspanning, $10.00 input / $1.00 gecachet / $12.50 cache-schrijven / $50.00 output per miljoen tokens.
• Geen van beide — accepteert de none-redeneerinspanning; beide rekenen voor het hele verzoek 2× de input- en cachetarieven en 1.5× de output zodra de input 272,000 tokens overschrijdt. Astra's long-context-tarief is $20.00 in / $2.00 gecachet / $75.00 output; dat van GPT-6.1 Sol is $4.00 / $0.20 / $15.00.
• Beide — ondersteunen webzoekopdrachten, bestandszoekopdrachten, beeldgeneratie, code-interpreter, gehoste shell, apply patch, skills, computergebruik, MCP en het zoeken naar tools via de Responses API.

0,84 indexpunten, 4,5 keer de evaluatiefactuur

Op het scorebord staan twee cijfers naast elkaar en samen vormen ze het hele argument. GPT-6 Astra scoort bij maximale inspanning 52,7. GPT-6.1 Sol scoort bij maximale inspanning 51,8. Naast elke score publiceert het scorebord wat het kostte om de index erachter te draaien: $3,26 per taak voor Astra, $0,72 voor GPT-6.1 Sol. Als je dit als één zin leest — 0,84 punt voor 4,5 keer het geld — is het het meest beslissingsrelevante getal dat een van beide bedrijven over deze twee modellen heeft gepubliceerd.

Beide modellen publiceren ook een score voor elk punt op de inspanningsladder, waardoor de vergelijking bij gelijke besteding kan worden uitgevoerd in plaats van bij gelijke instelling:

• maximale inspanning — GPT-6.1 Sol 51,8 voor $0,72 per run vs. GPT-6 Astra 52,7 voor $3,26.
• extra hoog — 51,0 voor $0,39 vs. 52,4 voor $2,31.
• hoog — 50,2 voor $0,32 vs. 50,9 voor $1,73.
• gemiddeld — 47,8 voor $0,21 vs. 49,6 voor $1,54.
• laag — 42,1 voor $0,13 vs. 45,8 voor $0,82.

Zet de modellen naast elkaar en er komt een feit uit dat geen van beide leveranciers adverteert: Astra's eigen verschil tussen high en max is 1,8 indexpunten, meer dan het dubbele van de hele kloof tussen Astra op max en GPT-6.1 Sol op max. Met andere woorden: de keuze voor Astra in plaats van GPT-6.1 Sol levert je minder score op dan de keuze voor Astra's max effort in plaats van Astra's high effort — en de tweede van die keuzes kost een fractie van de eerste. Wie een workload heeft die echt gevoelig is voor die 1,8 punten, zou de effort-instelling moeten controleren voordat die naar de modelkolom kijkt.

Waar Astra's premium nog iets oplevert

Het samengestelde cijfer is bijna gelijk; de individuele evaluaties niet. Rij voor rij gescoord op maximale inspanning heeft GPT-6 Astra het voordeel bij zes van de tien, en de gevallen waarin het dat voordeel heeft, zijn juist de gevallen waarin het om handelen in plaats van antwoorden gaat.

• AutomationBench-AA, workflows met meerdere stappen over tools heen — 0,685 voor Astra tegenover 0,649 voor GPT-6.1 Sol. Astra met 3,6 punten voorsprong.
• Terminal-Bench 4.0, terminalwerk in echte omgevingen — 0,591 tegenover 0,561. Astra met 3,0 punten voorsprong.
• SciCode — 0,565 tegenover 0,542. Astra met 2,3 punten voorsprong.
• Humanity's Last Exam — 0,547 tegenover 0,529. Astra met 1,8 punten voorsprong.
• AA-Omniscience — 43,4 tegenover 41,5, en op dezelfde set is Astra's hallucinatiegraad 0,513 tegenover 0,543 voor GPT-6.1 Sol. Astra is zowel nauwkeuriger als meer bereid om te zeggen dat het iets niet weet.
• AA-Briefcase v1.1, professionele deliverables — Elo 1568,9 tegenover 1564,2. Astra met 4,7 punten voorsprong.

Het patroon is consistent genoeg om je planning op te baseren: wanneer de taak vereist dat het model een lange keten van acties goed op een rij houdt — een terminal aansturen, een workflow met meerdere tools uitvoeren, een deliverable in documentvorm opleveren — is Astra's voorsprong reëel en herhaalbaar over verschillende harnesses heen. Wanneer de taak een kennisvraag is die in één beurt wordt beantwoord, verdwijnt de voorsprong grotendeels.

Waar het goedkopere model wint, inclusief de cachelijn

GPT-6.1 Sol is niet over de hele linie een iets slechtere Astra. Bij de evaluaties die lezen en redeneren over lang materiaal belonen, staat het aan kop, en op de tariefkaart staat het aan kop met een marge die de index nooit ziet.

• GDPval-AA, professioneel werk dat wordt beoordeeld aan de hand van expertoutput — Elo 1575,1 voor GPT-6.1 Sol tegenover 1541,9 voor Astra. Een voorsprong van 33 punten voor het model dat een vijfde zoveel kost, en de grootste onafhankelijke overwinning in de rij.
• AA-LCR v1.1, redenering met lange context — 0,830 tegenover 0,807. GPT-6.1 Sol leidt.
• GDP.pdf — een exacte gelijkstand op 0,310, net als CritPt op 0,317.
• Gecachte invoer — $0,10 per miljoen tokens tegenover $1,00 van Astra. Dit is de rij die de agent-economie bepaalt, en die staat nergens in de index.
• Uitvoersnelheid — 66,8 tokens per seconde tegenover 56,95 in dezelfde evaluatierun, met 67,2 miljoen verbruikte outputtokens tegenover 60,0 miljoen van Astra. Geen van beide modellen is snel; GPT-6.1 Sol is de snelste van de twee.

Een agentmaand, geprijsd op beide tariefkaarten

Neem een workload die een stabiele prefix opnieuw verzendt: 40 miljoen inputtokens per maand, waarvan 85% uit de cache wordt geleverd, plus 4 miljoen outputtokens. Op de tariefkaart van GPT-6.1 Sol is dat $3,40 voor de gecachte reads, $12,00 voor de niet-gecachte input en $40,00 voor de output — $55,40 voor de maand. Op die van GPT-6 Astra kost hetzelfde verkeer $34,00 aan gecachte reads, $60,00 aan niet-gecachte input en $200,00 aan output — $294,00. De workload is identiek; de rekening is 5,3 keer groter.

Twee drempels veranderen die rekensom, en het loont om beide door te rekenen vóór de migratiebeslissing in plaats van erna. De eerste is 272.000 invoertokens in één enkele aanvraag: overschrijd die en de hele aanvraag wordt opnieuw geprijsd tegen tweemaal de input- en cachetarieven en 1,5× het outputtarief, waardoor GPT-6.1 Sol uitkomt op $4,00 / $0,20 / $15,00 en Astra op $20,00 / $2,00 / $75,00. De tweede is de effort-ladder zelf — het verlagen van GPT-6.1 Sol van max naar xhigh verlaagt de index-runkosten van $0,72 naar $0,39 voor 0,8 punt, en het verlagen van Astra van max naar high verlaagt die van $3,26 naar $1,73 voor 1,8. In een cache-intensieve agent-loop is de effort-instelling een grotere kostenhefboom dan de modelkolom, wat het tegenovergestelde is van hoe deze twee modellen gewoonlijk worden vergeleken.

Welke je moet uitvoeren, en wat je daadwerkelijk kunt aanroepen

Op basis van het bewijs is de splitsing schoner dan de marketing suggereert. Leid het werk dat een lange keten van acties moet doorstaan — terminalsessies, toolintensieve automatisering, documentdeliverables waarbij een gehallucineerde alinea duur is — naar GPT-6 Astra, en overweeg het op high in plaats van max te draaien, tenzij je hebt gemeten dat de extra 1,8 punten op jouw taken terechtkomen. Leid alles wat kennisintensief, cache-intensief of overwegend leesintensief is naar GPT-6.1 Sol: het is beter in het beoordelen van professioneel werk, beter in redeneren met een lange context, sneller, en vijf tot tien keer goedkoper op de regels die een echte factuur domineren.

Wat je vandaag kunt aanroepen, is het eerlijke deel. OrcaRouter bedient GPT-6 Astra tegen OpenAI's eigen lijstprijs — de tarieven van $10,00 voor input, $50,00 voor output, $1,00 voor cached-read en $12,50 voor cache-write, waarbij de herprijsregel voor 272K precies wordt doorgegeven zoals de leverancier die publiceert — naast GPT-6 Sol en GPT-6 Luna. GPT-6.1 Sol wordt niet bediend: de openbare catalogus geeft "model not found" terug voor openai/gpt-6.1-sol, en we gaan geen model beschrijven dat we niet kunnen routeren. Omdat de lijstprijs van de leverancier wordt doorgegeven zonder dat er een opslag bij komt, kost dat model op het moment dat het verschijnt aan onze kant het tarief van OpenAI, zonder herprijsstap; vandaag is de bruikbare helft van deze vergelijking de flagship, achter één API-sleutel, met de routing-DSL beschikbaar als je een goedkoop model en een duur model in één aanroep wilt samenbrengen in plaats van per verzoek tussen beide te kiezen.

Het enige waar je op moet letten, is de rij die in deze vergelijking ontbreekt. Noch het leveranciersgetal, noch de onafhankelijke index vertelt je wat je eigen verkeer op deze twee treden gaat doen, en de enige goedkope manier om daarachter te komen is dezelfde takenreeks door beide te laten lopen terwijl failover het voor het zeggen heeft. Dat is een experiment met één toets wanneer beide helften aanroepbaar zijn, en een half-experiment totdat ze dat zijn.