GPT-6.1 Sol vs GPT-6 Sol: Co dał dodatkowy tydzień pracy, a czego nie dał

Jeśli masz GPT-6 Sol w środowisku produkcyjnym i próbujesz zdecydować, czy GPT-6.1 Sol wart jest migracji, odpowiedź zależy w całości od tego, który z twoich kosztów jest większy — a oba modele zbudowano tak, że odpowiedź niemal nigdy nie brzmi „oba naraz”. GPT-6 Sol zadebiutował 22 września 2026 r. w cenie $2.00 za milion tokenów wejściowych, $0.20 za tokeny z pamięci podręcznej i $10.00 za tokeny wyjściowe. GPT-6.1 Sol zadebiutował 29 września 2026 r. w cenie $2.00 za tokeny wejściowe, $0.10 za tokeny z pamięci podręcznej i $10.00 za tokeny wyjściowe, z raportowaną przez dostawcę poprawą o 6,4 punktu procentowego w złożonych zadaniach związanych z inżynierią oprogramowania przy niższym nakładzie rozumowania. Ceny tokenów wejściowych i wyjściowych się nie zmieniły. Stawka za pamięć podręczną spadła o połowę. Ta jedna zmieniona pozycja to całe uzasadnienie finansowe, a wszystko inne to argument o możliwościach, który na tym etapie życia tego wydania pochodzi dokładnie z jednego źródła.

Zmieniły się trzy rzeczy. Jedną z nich jest rachunek.

Odrzuć marketing, a delta między tymi dwoma wdrożeniami jest na tyle krótka, że zmieści się w głowie.

• Wejście z pamięci podręcznej — 0,10 USD za milion tokenów w GPT-6.1 Sol wobec 0,20 USD w GPT-6 Sol. Zmierzone, a nie deklarowane, i jedyna zmiana, która objawia się w arytmetyce.
• Możliwości według dostawcy — OpenAI podaje 6,4-punktową przewagę na DeepSWE v1.1 przy niższym wysiłku rozumowania i niższym koszcie, ponad dwukrotnie wyższy wynik na Terminal-Bench Science 0.1 przy maksymalnym wysiłku, siedem punktów na zestawie offline OSWorld 2.0 przy maksymalnym wysiłku, 4,8 punktu na AutomationBench przy średnim wysiłku oraz wskaźnik błędów faktycznych spadający z 11,4% do 7,7% na celowo prowokującym błędy zestawie promptów. Wszystko to nie zostało zreprodukowane.
• Drabinka rozumowania — GPT-6.1 Sol obsługuje low, medium, high, xhigh i max, a nie obsługuje none; GPT-6 Sol obsługuje wszystkie sześć. To właśnie ta różnica psuje kod i to jej nikt nie umieszcza w wpisie o premierze.

Wszystko inne jest identyczne lub wystarczająco zbliżone: to samo okno kontekstowe o rozmiarze 1 050 000 tokenów, ten sam limit wyjściowy wynoszący 128 000 tokenów, ta sama stawka 2,50 USD za zapis do pamięci podręcznej, ten sam próg ponownego naliczania opłat na poziomie 272 tys. tokenów, powyżej którego całe żądanie jest rozliczane po 2× stawce za dane wejściowe i pamięć podręczną oraz 1,5× stawki za dane wyjściowe, ten sam wymóg korzystania z Responses-API przy wywoływaniu narzędzi oraz ten sam brak obsługi dostrajania. Data graniczna wiedzy przesunęła się z 20 kwietnia na 30 kwietnia 2026 r. — dziesięć dni, liczba, która mówi wiele o tym, że było to raczej odświeżenie niż przebudowa.

Dlaczego linia cache jest warta więcej, niż się wydaje

Połowa ceny za odczyt z pamięci podręcznej to dziwna rzecz, którą można stawiać na czele odświeżenia produktu — dopóki nie zobaczysz, jak faktycznie wygląda ruch agentów. Pętla agenta przy każdej turze ponownie wysyła stały prefiks — prompt systemowy, schematy narzędzi, pobrany kontekst, historię rozmowy — a w długiej sesji ten sam prefiks jest rozliczany dziesiątki lub setki razy. To właśnie ten ruch sprawia, że stawka za pamięć podręczną przestaje być błędem zaokrąglenia i staje się dominującą pozycją na fakturze.

Przeanalizuj liczby dla pojedynczej długiej sesji agenta. Załóż prefiks o długości 120 000 tokenów wykorzystywany ponownie przez 40 tur, czyli 4,8 miliona tokenów wejściowych z pamięci podręcznej na sesję, plus skromne 150 000 nowych tokenów wyjściowych. W przypadku GPT-6 Sol odczyty z pamięci podręcznej kosztują 0,96 USD, a wyjście 1,50 USD — około 2,46 USD na sesję. W przypadku GPT-6.1 Sol ta sama sesja kosztuje 0,48 USD za odczyty z pamięci podręcznej i te same 1,50 USD za wyjście: około 1,98 USD. W przeliczeniu na sesję różnica wynosi 48 centów, co nie jest decyzją. Pomnóż to przez sto tysięcy sesji miesięcznie, a otrzymasz 48 000 USD — co już nią jest.

Dwie uwagi trzymają to w ryzach. Odczyty z pamięci podręcznej są rozliczane według stawki cache tylko wtedy, gdy prefiks faktycznie trafi, więc rzeczywista oszczędność to współczynnik trafień pomnożony przez różnicę, a nie sama różnica. Poza tym prefiks musi mieć mniej niż 272 000 tokenów, żeby standardowe stawki w ogóle miały zastosowanie: przekrocz tę granicę, a całe żądanie zostanie wycenione od nowa według 2× stawki za wejście i cache oraz 1,5× za wyjście, co może przyćmić 10-centową oszczędność na prefiksie. Sesje z długim kontekstem to właśnie te, w których matematyka cache najmniej przypomina to, co obiecuje broszura.

Luka benchmarkowa jest realna i ma jedno źródło

Post premierowy OpenAI jest nietypowo szczegółowy, jeśli chodzi o swoje ewaluacje, co jest argumentem na jego korzyść, a każda z tych liczb pochodzi od dostawcy oceniającego własny model, co jest argumentem przeciw. Wzorzec wśród nich jest spójny: porównanie, które się przewija, zawsze dotyczy GPT-6 Astra, a porównanie z Astra jest zawsze porównaniem kosztów. W DeepSWE v1.1 twierdzenie mówi o dorównaniu Astra przy około jednej piątej kosztu. W GDP.pdf: zbliżanie się do najlepszego wyniku Astra przy około jednej piątej kosztu na zadanie. W OSWorld 2.0: w granicach 2,1 punktu od Astra przy około jednej siódmej kosztu na zadanie. W zakresie faktyczności: w granicach 1,9 punktu od Astra przy mniej niż jednej piątej kosztu na zadanie. To nie jest przypadkowy efekt redagowania; to teza produktu, i to teza o cenie, a nie o przywództwie w zakresie możliwości.

Jedyne miejsce, w którym OpenAI odżegnuje się od własnego sposobu przedstawiania sprawy, zasługuje na uznanie: w przypadku Terminal-Bench Science 0.1 otwarcie stwierdza, że GPT-6 Astra nadal ma najwyższy wynik wśród testowanych modeli – 68,1% – i powinna być używana do najtrudniejszych badań naukowych. Post premierowy, który mówi ci, kiedy kupić droższego brata, to post premierowy, w którym jest trochę dyscypliny.

W kontekście konkretnie GPT-6 Sol uczciwy stan tego porównania przedstawia się tak — nie ma niezależnego wyniku dla żadnego z modeli w tej konfiguracji. Artificial Analysis ma pełną ewaluację GPT-6 Sol przy maksymalnym wysiłku rozumowania: Intelligence Index wynoszący 48, 1,06 USD za zadanie indeksowe, 77 milionów wygenerowanych tokenów wyjściowych wobec mediany na tablicy wynoszącej 88 milionów oraz Coding Agent Index wynoszący 57 przy 2,99 USD za zadanie. Na dzień 30 września nie ma w ogóle wpisu dla GPT-6.1 Sol; slug modelu zwraca 404, a ten ciąg nie pojawia się w aktualnej tabeli liderów. Zatem jedyne zmierzone porównanie od strony trzeciej dostępne dziś dotyczy GPT-6 Sol i modeli innych laboratoriów — a nie GPT-6 Sol i jego własnego następcy. Każdy, kto pokazuje ci teraz wykres 6.1 kontra 6.0, pokazuje ci slajd OpenAI.

Migracja to zmiana stringa, z wyjątkiem sytuacji, gdy nią nie jest.

Warto przeczytać własne wytyczne OpenAI dotyczące migracji dla rodziny GPT-6, zanim przełączysz identyfikator, ponieważ dwie pozycje w nich psują działający kod. Pierwsza to drabina rozumowania: jeśli jakiekolwiek żądanie wysyła reasoning_effort: "none", GPT-6.1 Sol je odrzuca, a udokumentowane rozwiązanie polega na rozpoczęciu od low i porównaniu na reprezentatywnych zadaniach, zamiast zakładać, że najniższe ustawienie jest równoważne. Przepływy pracy, które używały none jako punktu odniesienia dla opóźnienia, tracą ten punkt odniesienia. Druga to wywoływanie narzędzi: GPT-6.1 Sol obsługuje Chat Completions, ale nie obsługuje wywoływania narzędzi przez ten interfejs — narzędzia wymagają Responses API. Jeśli Twój stos wywołuje funkcje na /v1/chat/completions, nie zamieniasz ciągu znaków, tylko przenosisz punkt końcowy. Sama instrukcja dostawcy dla programistów, którzy już korzystają z GPT-6 Sol, mówi, aby przed przełączeniem przejrzeć te wytyczne, co jest uczciwym sygnałem, że to nie jest odświeżenie typu drop-in, które sugeruje tygodniowa przerwa.

Pozostałe parametry zachowują się następująco: reasoning effort, structured outputs, streaming, prompt caching oraz zestaw narzędzi przenoszą się bez zmian, a ta sama zasada ponownej wyceny dla 272K obowiązuje identycznie w obu modelach.model ustaw na gpt-6.1-sol, pozostaw swoje ustawienie effort tam, gdzie było obsługiwane, i usuń temperature, top_p oraz top_logprobs, gdy effort nie wynosi none — to ostatnie dotyczy obu modeli i jest częstym źródłem błędów 400 po każdej migracji modelu rozumującego.

Migracja bez ryzykowania ścieżki produkcyjnej

Realistyczna migracja to nie przełączenie, lecz shadow run: wyślij wycinek ruchu produkcyjnego do nowego identyfikatora, zostaw stary jako ścieżkę, która odpowiada, i porównuj na własnych zadaniach. To problem routingu — i jedyne miejsce, w którym platforma, przez którą wywołujesz, zmienia kształt pracy. OrcaRouter udostępnia dziś GPT-6 Sol w cenie katalogowej samego OpenAI, bez żadnej marży — karta cenowa $2.00 / $0.20 / $10.00, z wliczoną regułą zmiany ceny przy 272K — więc ramię bazowe porównania działa na tym samym kluczu co wszystko inne, a ramię 6.1 można dodać do zestawu tras, gdy tylko będzie można je wywołać, bez drugiej umowy i drugiego SDK. Do tego czasu uczciwe stanowisko jest takie, że GPT-6 Sol to model dostępny do wywołania, i warto powiedzieć to wprost, zamiast sugerować coś przeciwnego: openai/gpt-6.1-sol zwraca dziś „model not found" na naszym publicznym katalogu endpointów. Automatyczne przełączanie awaryjne sprawia, że shadow run jest bezpieczny, gdy faktycznie dojdzie do skutku — jeśli nowa trasa zwróci błąd, żądanie zakończy się na starej, a dowiesz się o tym z logów, a nie od swoich użytkowników.

Kto powinien teraz migrować: zespoły, których koszty są zdominowane przez buforowane dane wejściowe w długich sesjach agentowych, oraz zespoły, których przepływy pracy już korzystają z Responses API i nigdy nie wysyłają nic. Dla nich to niemal darmowa aktualizacja — dostawca raportuje wzrost możliwości, stawka za pamięć podręczną jest o połowę niższa, a migracja to zmiana jednego ciągu znaków. Kto powinien poczekać: zespoły, które nie mają nic na ścieżce krytycznej pod względem opóźnień, zespoły, których wywoływanie narzędzi odbywa się przez Chat Completions, oraz wszyscy, którzy potrzebują liczby spoza OpenAI przed podjęciem decyzji. Dla tej ostatniej grupy oczekiwanie nie ma opublikowanej daty końca, a rozsądnym sposobem wykorzystania tego czasu jest zbudowanie zestawu ewaluacyjnego, którego będzie potrzebować porównanie — ponieważ gdy pojawi się niezależny wynik, będzie on dotyczyć ruchu kogoś innego.