Een gegenereerde titelkaart met de tekst 'GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro: dezelfde tariefkaart, 40% minder tokens', waarop het aantal outputtokens per indextaak daalt van 67.824 naar 40.360 en twee pillen de Intelligence Index van 54,6 naar 57,3 brengen en de kosten per taak van $1,27 naar $1,01 laten dalen, boven een regel die stelt dat het tarief van $2,00 voor input en $10,00 voor output identiek is op beide tiers.
Guides & Insights

GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro: zelfde tariefkaart, 40% minder tokens

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

Upgraden van GPT-6.1 Sol Pro naar GPT-6.2 Sol Pro kost niets op de prijslijst. Beide tiers rekenen $2,00 per miljoen inputtokens en $10,00 per miljoen output, beide hebben een contextvenster van 1.050.000 tokens met een maximale output van 128.000, en beide roepen de pro-modus aan als reasoning.mode: pro op het basismodel in plaats van als een afzonderlijke identifier. De upgrade is toch de moeite waard, en de reden is het enige cijfer dat nergens op OpenAI's tariefkaart voorkomt: bij maximale inspanning verbruikt GPT-6.2 Sol 40.360 outputtokens per taak in de Artificial Analysis-index, waar GPT-6.1 Sol 67.824 verbruikt. Veertig procent minder werk, dezelfde meter, 20% van de rekening af aan het eind. Beoordeeld op 18 november 2026, één dag nadat de 6.2-generatie uitkwam.

Twee dingen maken dit een subtielere beslissing dan de sticker suggereert. Het eerste is dat de twee modellen niet van elkaar worden gescheiden door een hardwaregeneratie of een architectuurwijziging waar je naar kunt wijzen — het contextvenster is hetzelfde, de modaliteitenlijst is hetzelfde, de prijs is hetzelfde, en het enige structurele verschil in de documentatie van OpenAI is een knowledge cutoff die is verschoven van 30 april 2026 naar 1 juni 2026. Het tweede is dat de verbetering ongelijkmatig is: op de evaluaties die ertoe doen voor coding agents is die groot, en op kalibratie is die negatief. Een vergelijking die alleen de samengestelde index rapporteert, zou beide missen.

Wat verschilt er eigenlijk, in de eigen specificatie van de leverancier

Naast elkaar, van de twee modelpagina's op developers.openai.com, gelezen op 18 november 2026:

• Prijs — $2,00 input / $0,10 gecachet / $2,50 cache-schrijven / $10,00 output per miljoen tokens voor beide. Boven 272.000 inputtokens gaan beide naar $4,00 / $0,20 / $5,00 / $15,00.

• Context — 1.050.000 tokens, 922.000 max. invoer, 128.000 max. uitvoer, voor beide.

• Kennisafsluitdatum — 1 juni 2026 vs 30 april 2026.

• Inspanningsniveaus — laag, gemiddeld, hoog, xhigh, max op beide; beide weigeren reasoning.effort: none.

• Redeneermodi — standaard en pro in de Responses API op beide, facturering tegen standaard tokentarieven en alleen verschillend in hoeveel werk wordt samengevoegd.

• Ultrasnelle multiplier — 3× standaard tot 28 februari 2027, daarna 6× op beide.

• Nieuw in 6.2 — korting op achtergrondvoltooiingsvensters in de openbare bèta van de Responses API: 30% onder het standaardtarief voor een uitstel van twee uur, 40% onder het standaardtarief voor acht uur.

• Gedragswijziging — vanaf GPT-6.2 laat de API reasoning-items vallen wanneer deze een prefixwijziging midden in een gesprek, een terugschakeling naar een lager model, een wijziging van eindgebruiker of een wijziging van organisatie detecteert. Het verliezen van reasoning-items kan de antwoordkwaliteit verslechteren en ertoe leiden dat het model eerder werk herhaalt in nieuwe tokens.

Die laatste regel moet je twee keer lezen, want het is een kostenval vermomd als een correctheidsopmerking. Als je applicatie instructies midden in een gesprek bewerkt — wat veel agent-loops doen wanneer ze een systeemprompt opnieuw renderen — dan gooit de 6.2-generatie de redenering weg die hij had opgebouwd, betaalt hij er de volgende beurt opnieuw voor, en breekt hij de promptcache die de herhaling anders goedkoop zou hebben gemaakt. Bij een workload in pro-modus, waar redeneertokens het grootste deel van de output vormen, is dat het verschil tussen 40% besparing en helemaal geen besparing. De eigen richtlijn van OpenAI is om het prefix ongewijzigd te laten wanneer je instellingen tussen antwoorden wijzigt.

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.

De onafhankelijke cijfers: 2,7 punten en 20% per taak

Artificial Analysis heeft beide varianten gemeten bij maximale inspanning op dezelfde testopstelling, wat de enige manier is waarop deze vergelijking standhoudt. Intelligence Index v5.0.1: 57,3 voor GPT-6.2 Sol tegen 54,6 voor GPT-6.1 Sol. Kosten per indextaak: $1,01 tegen $1,27. Op de huidige v5.0.1-lijst staat GPT-6.2 Sol op de 5e plaats van 58 gescoorde inzendingen; GPT-6.1 Sol verschijnt niet langer op de live lijst van het leaderboard, dus de vergelijking berust op de metingen per model in plaats van op rang.

Geen van beide is op zichzelf een dramatisch getal. Wat dit paar de moeite waard maakt om er iets mee te doen, is dat ze samen bewogen — het nieuwere model is zowel beter als goedkoper per eenheid voltooid werk, terwijl de prijslijst volledig ongewijzigd bleef. Dat is het kenmerk van een efficiëntie-release en niet van een herpositionering, en het is het patroon dat je wilt zien voordat je een productiepad migreert.

Nu de uitsplitsing, want daar wijken de twee modellen meer van elkaar af dan de samengestelde score suggereert:

• Terminal-Bench 4.0 — 60,1% vs 56,1%.

• Terminal-Bench Science — 67,6% vs 58,1%, een sprong van 9,5 punten.

• HLE Diamond — 64,0% vs 58,8%.

• FrontierCode 2.0 — 44,4% vs 40,6%.

• AutomationBench — 71,3% tegenover 64,9%.

• AnalystAgent — 53,8% tegenover 50,0%.

• AA-Omniscience — 40,4 bij 55,4% hallucinatie vs 42,0 bij 51,9% hallucinatie.

Elke capaciteitsrij verbetert. De kalibratierij niet: het nieuwere model heeft 3,5 punt meer kans om iets te beweren dat het niet kan onderbouwen. Die afweging is bijna gratis binnen een codeeragent die een test uitvoert voordat hij succes verklaart, en het is een echte regressie binnen een onderzoeksworkflow zonder verificatiestap. Als uw pro-modusgebruik van de tweede soort is, is dit geen automatische upgrade.

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.

Waar de 40% vandaan komt, regel voor regel

De Pro-modus vermenigvuldigt een onbekende hoeveelheid modelwerk bovenop een baseline-tokenaantal, dus de baseline is het enige deel waarover je kunt redeneren — en de onafhankelijke gegevens bepalen daarvan precies de omvang.

Bij maximale inspanning produceert GPT-6.2 Sol gemiddeld 40.360 outputtokens per indextaak: 22.800 voor redenering en 17.561 voor antwoord. GPT-6.1 Sol produceert gemiddeld 67.824: 49.213 voor redenering en 18.611 voor antwoord. Het zichtbare antwoord veranderde nauwelijks — 6% korter. De redenering stortte in met 54%. Dat is het hele mechanisme. Het nieuwere model denkt minder dan half zo lang om een antwoord van dezelfde lengte te produceren, en omdat redeneertokens als output worden gefactureerd, zit daar de besparing.

Zet er dollars op en de rekensom is weinig glamoureus: 40.360 tokens tegen $10/miljoen is ongeveer $0,40 aan output, tegenover $0,72 voor het oudere model. De input werkt echter niet mee. Over de hele suite rekent GPT-6.2 Sol ongeveer $0,61 aan input per taak tegenover $0,55 voor GPT-6.1 Sol — het leest meer, niet minder, omdat zowel zijn cache-schrijf- als cache-leesvolume steeg. De outputbesparing en de inputpenalty heffen elkaar bijna op tot het netto cijfer van $1,01 tegenover $1,27. Niets in die overdracht komt van een prijsverlaging, want er was geen prijsverlaging.

De praktische waarschuwing is de waarschuwing die besloten ligt in pro mode: omdat de vermenigvuldiger onbekend is en geldt voor wat het model ook besluit te doen, garandeert een 40% kleinere basislijn geen 40% kleinere rekening in pro mode. Het garandeert een goedkopere ondergrens. Meet je eigen calls voordat je een budget herschrijft.

Migreren zonder codewijziging

De mechanische migratie is één string. Beide modellen accepteren dezelfde parameters, dezelfde effort-waarden, hetzelfde Responses API-oppervlak en dezelfde toolset, dus de overstap is model: "gpt-6.1-sol" naar model: "gpt-6.2-sol", waarbij de pro-modus identiek is geconfigureerd. De migratiehandleiding van OpenAI voegt één verplichte controle toe voor tool calling: deze vereist de Responses API, niet Chat Completions, en dat was op 6.1 al het geval.

Wat niet één string is, is het hierboven beschreven gedrag van reasoning-items. Voordat je van model wisselt, controleer of iets in je loop de gespreksprefix muteert — dynamische systeemprompts, geïnjecteerde tooldefinities die de volgorde wijzigen, context-trimming aan de voorkant per beurt. Als dat het geval is, los dat dan eerst op, anders verdwijnt de efficiëntiewinst bij de tweede beurt.

Ook de uitrolstrategie is van belang, want dit is een tier van één dag oud met één onafhankelijke meting erachter. Het conservatieve pad is om productie op de 6.1-tier te houden en 6.2 te evalueren op het verkeer dat je kunt controleren — een shadow-route, een canary-percentage, een testsuite die op beide wordt gedraaid. Op OrcaRouter staat openai/gpt-6.1-sol in de catalogus tegen provider list price met 0% markup en automatische failover tussen providers, zodat het model dat je verkeer al verwerkt een slechte middag kan opvangen zonder dat je er in productie achter komt. GPT-6.2 Sol is per 18 november nog niet in onze catalogus verschenen, en dat is precies de reden om de evaluatie als vergelijking uit te voeren in plaats van als cutover.

De 6.1-tier blijft ook nog een tijdje aanroepbaar: OpenAI's deprecatietabel verwijst uitgefaseerde GPT-5- en o3-workloads nog steeds naar gpt-6.1-sol als hun vervanging, met die afschakelingen gedateerd op 11 december 2026. Een model dat zelf het aanbevolen migratiedoel voor andere modellen is, wordt niet op korte termijn uitgefaseerd, dus een bewuste, weloverwogen overstap naar 6.2 kost je niets qua urgentie.

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.

Wie moet zich verplaatsen, en wie moet wachten

Stap nu over als uw werklast terminal-intensief is, veel tools gebruikt of afhankelijk is van verificatie. De sprong van 9,5 punten op Terminal-Bench Science en de sprong van 6,4 punten op AutomationBench zijn groot genoeg dat een canary-run ze zal laten zien, en de besparing van 20% per taak komt zonder onderhandeling of nieuw contract.

Wacht: als je workload pro-mode onderzoekssynthese is waarbij de output wordt gelezen in plaats van getest. De kalibratieregressie is klein, maar wijst de verkeerde kant op, en het efficiëntieargument dekt geen fout die je pas na publicatie ontdekt. Wacht, ook: als je agent-loop gespreksprefixen herschrijft — los dat eerst op, upgrade dan, en meet dan; upgraden voordat je dit oplost, zal het model slechter laten lijken dan het is.

Hoe dan ook, het versienummer doet hier minder werk dan het lijkt. Dit is geen generatie die capaciteit met geld heeft gekocht. Het is een generatie die capaciteit met tokens heeft gekocht, en de rekening viel voor één keer in jouw voordeel uit.

Vergeleken in dit artikel1

Herkend uit dit artikel · Benchmarks: Artificial Analysis · dagelijks bijgewerkt