
GPT-6.1 Sol kontra GPT-6 Astra: jeden punkt indeksu, pięciokrotnie wyższa stawka
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 96 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 88 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 159 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 118 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 221 tok/s
GPT-6.1 Sol i GPT-6 Astra to należące do jednej rodziny modele średniej klasy i flagowy, wydane w odstępie czterech tygodni — Sol 29 września 2026 r., Astra 3 września 2026 r. — i do tego tygodnia porównanie między nimi opierało się wyłącznie na danych liczbowych samego OpenAI. Już tak nie jest. Artificial Analysis oceniła oba modele przy maksymalnym wysiłku rozumowania na tej samej wersji indeksu, a wynik to różnica 0,84 punktu na korzyść Astry obok 4,5-krotnej różnicy w koszcie na przebieg oceny na korzyść GPT-6.1 Sol. Na cennikach proporcja jest jeszcze wyraźniejsza: Astra jest 5 razy droższa od GPT-6.1 Sol na wejściu i wyjściu oraz 10 razy droższa na pamięci podręcznej wejścia. Pytanie, na które odpowiada ta strona, brzmi: gdzie ta premia daje coś, na co można wskazać, a gdzie jest po prostu ceną nazwy.
Czym są te dwa modele i co zmierzył zarząd
Oba przyjmują tekst i obrazy na wejściu i zwracają tekst na wyjściu, mają okno kontekstu o rozmiarze 1 050 000 tokenów i maksymalnie 128 000 tokenów wyjściowych, a także oferują pięciostopniową drabinkę wysiłku — low, medium, high, xhigh i max — po usunięciu ustawienia none, które GPT-6 Sol nadal akceptuje. Żaden z nich nie obsługuje dostrajania. Różnice, które mają znaczenie, to te podane w cenniku: Astra to warstwa flagowa, GPT-6.1 Sol to odświeżenie warstwy poniżej niej, a własny komunikat pozycjonujący OpenAI dla nowszego modelu brzmi: „wydajność zbliżona do modelu Astra w złożonych zadaniach przy niższym koszcie”.
Artificial Analysis ocenia to twierdzenie w swoim Intelligence Index — dziesięć ewaluacji w wersji v4.3.2, tej samej wersji dla obu modeli — i odnotowuje datę wydania, którą przyjmuje dla każdego z nich. Oba modele ocenia w konfiguracji maksymalnego wysiłku, którą strona modelu podaje w swoim nagłówku. Poniżej znajduje się to porównanie oraz obliczenia kosztów, których 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 cache / 2,50 USD za zapis do cache / 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 cache / 12,50 USD za zapis do cache / 50,00 USD za wyjście za milion tokenów.
• Żaden z nich — nie akceptuje none poziomu wysiłku rozumowania; oba przeliczają koszt całego zapytania według 2× stawek wejściowych i cache oraz 1,5× stawki wyjściowej, gdy rozmiar wejścia przekroczy 272 000 tokenów. Taryfa długiego kontekstu Astra wynosi 20,00 USD za wejście / 2,00 USD za cache / 75,00 USD za wyjście; w GPT-6.1 Sol — 4,00 / 0,20 / 15,00 USD.
• Oba — obsługują wyszukiwanie w sieci, wyszukiwanie plików, generowanie obrazów, interpreter kodu, hostowaną powłokę, apply patch, umiejętności, computer use, MCP i wyszukiwanie narzędzi przez Responses API.
0,84 punktu indeksowego, 4,5-krotność rachunku za ocenę

Dwie liczby stoją obok siebie na tablicy wyników i razem stanowią cały argument. GPT-6 Astra przy maksymalnym wysiłku uzyskuje 52,7 punktu. GPT-6.1 Sol przy maksymalnym wysiłku uzyskuje 51,8 punktu. Obok każdego wyniku tablica publikuje, ile kosztowało uruchomienie stojącego za nim indeksu: 3,26 USD za zadanie w przypadku Astra, 0,72 USD w przypadku 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.
Obydwa modele publikują również wynik dla każdego punktu na drabinie wysiłku, co pozwala przeprowadzić porównanie przy równym nakładzie, a nie przy równym ustawieniu:
• maks. wysiłek — GPT-6.1 Sol 51.8 przy $0.72 za uruchomienie vs GPT-6 Astra 52.7 przy $3.26.
• bardzo wysoki — 51.0 przy $0.39 vs 52.4 przy $2.31.
• wysoki — 50.2 przy $0.32 vs 50.9 przy $1.73.
• średni — 47.8 przy $0.21 vs 49.6 przy $1.54.
• niski — 42.1 przy $0.13 vs 45.8 przy $0.82.

Zestaw ze sobą szczeble różnych modeli, a wyłoni się fakt, którego żaden z dostawców nie reklamuje: rozpiętość między ustawieniem wysokim a maksymalnym w Astra wynosi 1,8 punktu indeksu — ponad dwukrotnie więcej niż cała różnica między Astra na maksimum a GPT-6.1 Sol na maksimum. Innymi słowy, wybór Astra zamiast GPT-6.1 Sol daje mniej punktów niż wybór maksymalnego wysiłku Astra zamiast wysokiego wysiłku Astra — a drugi z tych wyborów kosztuje ułamek pierwszego. Każdy, którego obciążenie naprawdę jest wrażliwe na te 1,8 punktu, powinien sprawdzić ustawienie wysiłku, zanim sprawdzi kolumnę modelu.
Gdzie premium Astra wciąż coś daje
Wynik łączny jest zbliżony; pojedyncze 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, dotyczą działania, a nie odpowiadania.
• AutomationBench-AA, wieloetapowe przepływy pracy między narzędziami — Astra osiągnęła 0,685 w porównaniu z 0,649 dla GPT-6.1 Sol. Astra wyżej o 3,6 punktu.
• Terminal-Bench 4.0, praca w terminalu w rzeczywistych środowiskach — 0,591 w porównaniu z 0,561. Astra wyżej o 3,0 punktu.
• SciCode — 0,565 w porównaniu z 0,542. Astra wyżej o 2,3 punktu.
• Humanity's Last Exam — 0,547 w porównaniu z 0,529. Astra wyżej o 1,8 punktu.
• AA-Omniscience — 43,4 w porównaniu z 41,5, a na tym samym zestawie współczynnik halucynacji modelu Astra wynosi 0,513 wobec 0,543 w przypadku GPT-6.1 Sol. Astra jest jednocześnie dokładniejsza i chętniej przyznaje, że czegoś nie wie.
• AA-Briefcase v1.1, profesjonalne materiały wynikowe — Elo 1568,9 w porównaniu z 1564,2. Astra wyżej o 4,7.
Schemat jest na tyle spójny, że można go uwzględnić w planowaniu: gdy zadanie wymaga od modelu utrzymania porządku w długim łańcuchu działań — sterowania terminalem, realizacji wielonarzędziowego workflow, wytworzenia dostarczalnego wyniku w formie dokumentu — przewaga Astry jest realna i powtarzalna w różnych środowiskach testowych. Gdy zadanie polega na pytaniu wiedzowym, na które odpowiedź udzielana jest w jednym kroku, przewaga w dużej mierze znika.
Tam, gdzie wygrywa tańszy model, w tym linia cache
GPT-6.1 Sol nie jest jednolicie nieco gorszą wersją Astra. W ewaluacjach nagradzających czytanie i rozumowanie na długim materiale prowadzi, 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 w przypadku Astra. 33-punktowa przewaga dla modelu, który kosztuje jedną piątą tej kwoty, oraz 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 — zupełny remis na poziomie 0,310, podobnie jak CritPt na poziomie 0,317.
• Wejście z pamięci podręcznej — 0,10 USD za milion tokenów wobec 1,00 USD w przypadku Astra. To jest wiersz, który decyduje o ekonomice agentów, i nie ma go nigdzie w indeksie.
• Szybkość generowania — 66,8 tokenów na sekundę wobec 56,95 w tym samym przebiegu ewaluacji, przy 67,2 mln tokenów wyjściowych zużytych wobec 60,0 mln w przypadku Astra. Żaden z modeli nie jest szybki; GPT-6.1 Sol jest szybszy z tych dwóch.
Miesiąc agenta, wyceniony według obu kart stawek
Weźmy obciążenie, które ponownie wysyła stały prefiks: 40 milionów tokenów wejściowych miesięcznie, z których 85% jest obsługiwanych z pamięci podręcznej, plus 4 miliony tokenów wyjściowych. W cenniku 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 cenniku GPT-6 Astra ten sam ruch to 34,00 USD za odczyty z pamięci podręcznej, 60,00 USD za wejście spoza pamięci podręcznej i 200,00 USD za wyjście — 294,00 USD. Obciążenie jest identyczne; rachunek jest 5,3 razy większy.
Dwa progi zakłócają tę arytmetykę i oba warto wycenić przed decyzją o migracji, a nie po niej. Pierwszy to 272 000 tokenów wejściowych w jednym żądaniu: przekroczenie go powoduje, że całe żądanie jest wyceniane od nowa po dwukrotnie wyższych stawkach za wejście i cache oraz 1,5× stawce za wyjście, 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 uruchomienia indeksu z $0.72 do $0.39 za 0,8 punktu, a obniżenie Astra z max do high zmniejsza z $3.26 do $1.73 za 1,8. W pętli agenta mocno opartej na cache ustawienie effort jest większą dźwignią kosztową niż kolumna modelu, co jest przeciwieństwem tego, jak zwykle porównuje się te dwa modele.
Co uruchomić i co faktycznie możesz wywołać
Sądząc po dowodach, podział jest czystszy, niż sugeruje marketing. Kieruj zadania, które muszą przetrwać długi łańcuch działań — sesje terminala, automatyzację mocno opartą na narzędziach, dokumenty końcowe, w których zmyślony akapit jest drogi — do GPT-6 Astra, i rozważ uruchamianie go w trybie high, a nie max, chyba że zmierzyłeś, że dodatkowe 1,8 punktu trafia w twoje zadania. Wszystko, co jest mocno oparte na wiedzy, mocno oparte na pamięci podręcznej lub głównie do odczytu, kieruj do GPT-6.1 Sol: lepiej ocenia pracę zawodową, lepiej radzi sobie z rozumowaniem na długim kontekście, jest szybszy i pięć do dziesięciu razy tańszy w pozycjach, które dominują na rzeczywistym rachunku.

To, co możesz wywołać dziś, jest uczciwą częścią. OrcaRouter udostępnia GPT-6 Astra w cenie katalogowej OpenAI — stawki 10,00 USD za wejście, 50,00 USD za wyjście, 1,00 USD za odczyt z cache i 12,50 USD za zapis do cache, z regułą ponownej wyceny przy 272K przekazywaną dokładnie tak, jak publikuje ją dostawca — obok 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 potrafimy skierować do realizacji. Ponieważ cena katalogowa dostawcy jest przekazywana bez doliczania marży, w dniu, w którym ten model się pojawi, kosztuje po naszej stronie tyle, ile stawka OpenAI, bez etapu ponownej wyceny; dziś użyteczną połową tego pojedynku jest flagowiec, za jednym kluczem API, z DSL routingu dostępnym, jeśli chcesz złożyć tani model i drogi model w jedno wywołanie, zamiast wybierać między nimi przy każdym żądaniu.
Jedyne, na co trzeba uważać, to wiersz, którego brakuje w tym porównaniu. Ani liczba podana przez dostawcę, ani niezależny indeks nie powiedzą ci, co twój własny ruch zrobi na tych dwóch szczeblach, a jedynym tanim sposobem, by to sprawdzić, jest przepuszczenie tego samego zestawu zadań przez oba warianty, przy czym failover utrzymuje kontrolę. To eksperyment na jedno naciśnięcie klawisza, gdy obie połówki da się wywołać, a półeksperyment, dopóki nie da się wywołać obu.
Porównane w tym artykule2
Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie
