GPT-6.1 Sol vs GPT-6 Astra: Jeden punkt indeksu, pięciokrotnie wyższa stawka z cennika

GPT-6.1 Sol i GPT-6 Astra są średniej klasy i flagowym modelem jednej rodziny, wydane w odstępie czterech tygodni — Sol 29 września 2026, Astra 3 września 2026 — i do tego tygodnia porównanie między nimi opierało się wyłącznie na własnych liczbach OpenAI. Już nie. Artificial Analysis ocenił oba modele przy maksymalnym wysiłku rozumowania na tej samej wersji indeksu, a wynik to różnica 0,84 punktu na korzyść Astry, obok różnicy w koszcie na przebieg oceny wynoszącej 4,5 raza na korzyść GPT-6.1 Sol. W cennikach stosunek jest jeszcze bardziej wyraźny: Astra jest 5 razy droższa od GPT-6.1 Sol na wejściu i wyjściu oraz 10 razy na buforowanym wejściu. Pytanie, na które odpowiada ta strona, brzmi: gdzie ta dopłata daje coś, na co można wskazać, a gdzie jest po prostu ceną za nazwę.

Czym są te dwa modele i co zmierzył panel

Oba przyjmują tekst i obrazy na wejściu, a zwracają tekst, mają okno kontekstu 1 050 000 tokenów i maksymalnie 128 000 tokenów wyjściowych, a także oferują pięciostopniową drabinkę wysiłku — niski, średni, wysoki, xhigh i maks — po rezygnacji z opcjinone, którą GPT-6 Sol wciąż akceptuje. Żaden z nich nie obsługuje dostrajania. Znaczenie mają różnice podane w cenniku: Astra to model flagowy, GPT-6.1 Sol to odświeżenie poziomu poniżej niego, a własne hasło pozycjonujące OpenAI dla nowszego modelu brzmi: „wydajność zbliżona do Astry w złożonej pracy, w niższej cenie”.

Artificial Analysis ocenia to twierdzenie w swoim Intelligence Index — dziesięć ewaluacji w wersji v4.3.2, tej samej wersji dla obu modeli — i zapisuje datę premiery, którą przechowuje dla każdego z nich. Ocenia oba w konfiguracji maksymalnego wysiłku, którą strona modelu podaje w nagłówku. Poniżej znajduje się to porównanie, a także arytmetyka kosztów, której indeks nie wykonuje za Ciebie.

• GPT-6.1 Sol — wydany 2026-09-29, Intelligence Index 51,8 przy maksymalnym wysiłku, 2,00 USD za wejście / 0,10 USD za pamięć podręczną / 2,50 USD za zapis do pamięci podręcznej / 10,00 USD za wyjście za milion tokenów.
• GPT-6 Astra — wydany 2026-09-03, Intelligence Index 52,7 przy maksymalnym wysiłku, 10,00 USD za wejście / 1,00 USD za pamięć podręczną / 12,50 USD za zapis do pamięci podręcznej / 50,00 USD za wyjście za milion tokenów.
• Żaden z nich — akceptuje poziom wysiłku rozumowania none; oba przeliczają całe żądanie po 2× stawki za wejście i pamięć podręczną oraz 1,5× za wyjście, gdy wejście przekroczy 272 000 tokenów. Poziom długiego kontekstu Astry to 20,00 USD za wejście / 2,00 USD za pamięć podręczną / 75,00 USD za wyjście; w GPT-6.1 Sol to 4,00 / 0,20 / 15,00.
• Oba — obsługują wyszukiwanie w internecie, wyszukiwanie plików, generowanie obrazów, interpreter kodu, hostowaną powłokę, apply patch, skills, computer use, MCP i wyszukiwanie narzędzi przez Responses API.

0,84 punktu indeksu, 4,5-krotność rachunku za ewaluację

Dwie liczby stoją obok siebie na tablicy i razem stanowią cały argument. GPT-6 Astra przy maksymalnym wysiłku uzyskuje 52,7. GPT-6.1 Sol przy maksymalnym wysiłku uzyskuje 51,1. Obok każdego wyniku tablica podaje, ile kosztowało uruchomienie indeksu stojącego za nim: 3,26 USD za zadanie dla Astry, 0,72 USD dla GPT-6.1 Sol. Czytane jako jedno zdanie — 0,84 punktu za 4,5 razy większe pieniądze — to najbardziej istotna dla decyzji liczba, jaką którakolwiek z firm opublikowała na temat tych dwóch modeli.

Oba modele publikują również wynik dla każdego punktu na drabinie wysiłku, co pozwala przeprowadzić porównanie przy równych nakładach, a nie przy równych ustawieniach:

• max effort — GPT-6.1 Sol 51,8 przy 0,72 USD za uruchomienie vs GPT-6 Astra 52,7 przy 3,26 USD.
• xhigh — 51,0 przy 0,39 USD vs 52,4 przy 2,31 USD.
• high — 50,2 przy 0,32 USD vs 50,9 przy 1,73 USD.
• medium — 47,8 przy 0,21 USD vs 49,6 przy 1,54 USD.
• low — 42,1 przy 0,13 USD vs 45,8 przy 0,82 USD.

Zestaw wyniki obok siebie w różnych modelach, a wychodzi na jaw fakt, którego nie reklamuje żaden z dostawców: własny rozrzut Astry od wysokiego do maksymalnego wysiłku wynosi 1,8 punktu indeksu, czyli ponad dwukrotnie więcej niż cała różnica między Astrą na maksymalnym wysiłku a GPT-6.1 Sol na maksymalnym wysiłku. Innymi słowy, wybór Astry zamiast GPT-6.1 Sol daje mniejszy wynik niż wybór maksymalnego wysiłku Astry zamiast jej wysokiego wysiłku — a drugi z tych wyborów kosztuje ułamek pierwszego. Każdy, czyje obciążenie jest naprawdę wrażliwe na te 1,8 punktu, powinien sprawdzić ustawienie wysiłku, zanim sprawdzi kolumnę modelu.

Gdzie premium Astry wciąż coś kupuje

Wynik zbiorczy jest zbliżony; poszczególne oceny już nie. Oceniany wiersz po wierszu przy maksymalnym wysiłku, GPT-6 Astra ma przewagę w sześciu na dziesięć przypadków, a te, w których ją ma, to te, które wymagają działania, a nie odpowiadania.

• AutomationBench-AA, wieloetapowe przepływy pracy między narzędziami — 0,685 dla Astra kontra 0,649 dla GPT-6.1 Sol. Astra o 3,6 punktu.
• Terminal-Bench 4.0, praca w terminalu w rzeczywistych środowiskach — 0,591 kontra 0,561. Astra o 3,0 punktu.
• SciCode — 0,565 kontra 0,542. Astra o 2,3 punktu.
• Humanity's Last Exam — 0,547 kontra 0,529. Astra o 1,8 punktu.
• AA-Omniscience — 43,4 kontra 41,5, a na tym samym zestawie wskaźnik halucynacji Astra wynosi 0,513 kontra 0,543 w GPT-6.1 Sol. Astra jest zarówno dokładniejsza, jak i bardziej skłonna przyznać, że nie wie.
• AA-Briefcase v1.1, profesjonalne rezultaty — Elo 1568,9 kontra 1564,2. Astra o 4,7.

Wzorzec jest wystarczająco spójny, by można było na jego podstawie planować: gdy zadanie wymaga, aby model utrzymał prosto długi łańcuch działań — sterowanie terminalem, uruchomienie przepływu pracy z wieloma narzędziami, wytworzenie rezultatu w formie dokumentu — przewaga Astry jest realna i powtarzalna w różnych środowiskach testowych. Gdy zadanie jest pytaniem wiedzowym, na które odpowiada się w jednej turze, przewaga w dużej mierze znika.

Gdzie wygrywa tańszy model, w tym linia pamięci podręcznej

GPT-6.1 Sol nie jest jednolicie nieco gorszą wersją Astry. W ewaluacjach, które premiują czytanie i rozumowanie na długich materiałach, wysuwa się na prowadzenie, a w cenniku prowadzi z przewagą, której indeks nigdy nie widzi.

• GDPval-AA, praca zawodowa oceniana względem wyników ekspertów — Elo 1575,1 dla GPT-6.1 Sol wobec 1541,9 dla Astry. 33-punktowa przewaga dla modelu, który kosztuje jedną piątą tego co tamten, i największe pojedyncze niezależne zwycięstwo w tym wierszu.
• AA-LCR v1.1, rozumowanie na długim kontekście — 0,830 wobec 0,807. GPT-6.1 Sol prowadzi.
• GDP.pdf — remis przy 0,310, podobnie jak CritPt przy 0,317.
• Wejście z pamięci podręcznej — 0,10 USD za milion tokenów wobec 1,00 USD u Astry. To jest wiersz, który decyduje o ekonomii agentów, a nie ma go nigdzie w indeksie.
• Szybkość generowania — 66,8 tokena na sekundę wobec 56,95 w tym samym przebiegu ewaluacji, przy 67,2 mln zużytych tokenów wyjściowych wobec 60,0 mln u Astry. Żaden z modeli nie jest szybki; GPT-6.1 Sol jest szybszy z tej dwójki.

Miesiąc agenta, wyceniany na obu kartach stawek

Weź obciążenie, które ponownie wysyła stabilny prefiks: 40 milionów tokenów wejściowych miesięcznie, z czego 85% jest obsługiwanych z pamięci podręcznej, plus 4 miliony tokenów wyjściowych. Według cennika GPT-6.1 Sol to 3,40 USD za odczyty z pamięci podręcznej, 12,00 USD za wejście spoza pamięci podręcznej i 40,00 USD za wyjście — 55,40 USD miesięcznie. W przypadku GPT-6 Astra ten sam ruch to 34,00 USD odczytów z pamięci podręcznej, 60,00 USD wejścia spoza pamięci podręcznej i 200,00 USD wyjścia — 294,00 USD. Obciążenie jest identyczne; rachunek jest 5,3 razy większy.

Dwa progi zakrzywiają tę arytmetykę i oba warto wycenić przed decyzją o migracji, a nie po niej. Pierwszy to 272 000 tokenów wejściowych w pojedynczym żądaniu: po jego przekroczeniu całe żądanie jest przeliczane po dwukrotnie wyższych stawkach za dane wejściowe i pamięć podręczną oraz 1,5× stawce za dane wyjściowe, co przenosi GPT-6.1 Sol do $4.00 / $0.20 / $15.00, a Astra do $20.00 / $2.00 / $75.00. Drugi to sama drabina effort — obniżenie GPT-6.1 Sol z max do xhigh zmniejsza koszt przebiegu indeksu z $0.72 do $0.39 za 0,8 punktu, a obniżenie Astra z max do high zmniejsza $3.26 do $1.73 za 1,8. W pętli agenta mocno opartej na pamięci podręcznej ustawienie effort jest większą dźwignią kosztową niż kolumna modelu, co jest odwrotnością sposobu, w jaki te dwa modele są zwykle porównywane.

Co uruchomić i co tak naprawdę możesz wywołać

Na podstawie dowodów podział ten jest czystszy, niż sugeruje marketing. Kieruj pracę, która musi przetrwać długi łańcuch działań — sesje terminala, automatyzację silnie opartą na narzędziach, dokumenty dostarczane klientom, w których zmyślony akapit jest kosztowny — do GPT-6 Astra, i rozważ uruchamianie go na poziomie high, a nie max, chyba że zmierzyłeś, że dodatkowe 1,8 punktu przekładają się na Twoje zadania. Wszystko, co jest silnie wiedzowe, silnie korzysta z pamięci podręcznej lub jest głównie do odczytu, kieruj do GPT-6.1 Sol: jest lepszy w ocenianiu pracy zawodowej, lepszy w rozumowaniu na długim kontekście, szybszy i pięć do dziesięciu razy tańszy w pozycjach, które dominują w rzeczywistym rachunku.

To, co możesz dziś wywołać, to uczciwa część. OrcaRouter udostępnia GPT-6 Astra w cenie katalogowej samego OpenAI — stawki $10.00 za wejście, $50.00 za wyjście, $1.00 za odczyt z pamięci podręcznej i $12.50 za zapis do pamięci podręcznej, z regułą zmiany ceny dla 272K przekazywaną dokładnie tak, jak publikuje ją dostawca — wraz z GPT-6 Sol i GPT-6 Luna. Nie udostępnia GPT-6.1 Sol: publiczny katalog zwraca „model not found” dla openai/gpt-6.1-sol, a my nie zamierzamy opisywać modelu, którego nie możemy trasować. Ponieważ cena katalogowa dostawcy jest przekazywana bez dodanej marży, w dniu, w którym ten model się pojawi, będzie kosztować po naszej stronie tyle, ile stawka OpenAI, bez kroku zmiany ceny; dziś użyteczną połową tego starcia jest flagowiec, za jednym kluczem API, z DSL routingu dostępnym, jeśli chcesz połączyć tani model i drogi model w jedno wywołanie, zamiast wybierać między nimi przy każdym żądaniu.

Jedyna rzecz, na którą trzeba uważać, to wiersz, którego brakuje w tym porównaniu. Ani liczba podana przez dostawcę, ani niezależny indeks nie powiedzą ci, jak twój własny ruch zachowa się na tych dwóch szczeblach, a jedynym tanim sposobem, by się tego dowiedzieć, jest przepuszczenie tego samego zestawu zadań przez oba, przy czym failover trzyma ster. To eksperyment na jedno naciśnięcie klawisza, gdy obie połówki da się wywołać, a półeksperyment, dopóki nie da się ich wywołać.