Wygenerowana plansza tytułowa z napisem „GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro: ten sam cennik, o 40% mniej tokenów”, pokazująca spadek liczby tokenów wyjściowych na zadanie indeksu z 67 824 do 40 360 i dwie plakietki wskazujące przejście Intelligence Index z 54,6 do 57,3 oraz spadek kosztu na zadanie z 1,27 USD do 1,01 USD, a powyżej wiersz informujący, że stawka 2,00 USD za wejście i 10,00 USD za wyjście jest identyczna na obu poziomach.
Guides & Insights

GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro: ten sam cennik, o 40% mniej tokenów

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Przejście z GPT-6.1 Sol Pro na GPT-6.2 Sol Pro nic nie kosztuje w cenniku. Oba poziomy rozliczane są po 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, oba mają okno kontekstu 1 050 000 tokenów z maksymalnie 128 000 tokenów wyjściowych, a w obu tryb pro wywołuje się jako reasoning.mode: pro na modelu bazowym, a nie jako odrębny identyfikator. Aktualizacja i tak jest warta zachodu, a powodem jest jedna liczba, która nie pojawia się nigdzie w cenniku OpenAI: przy maksymalnym wysiłku GPT-6.2 Sol zużywa 40 360 tokenów wyjściowych na zadanie indeksu Artificial Analysis, podczas gdy GPT-6.1 Sol zużywa 67 824. Czterdzieści procent mniej pracy, ten sam licznik, 20% mniej na rachunku na koniec. Zrecenzowano 18 listopada 2026 r., dzień po premierze generacji 6.2.

Dwie rzeczy sprawiają, że ta decyzja jest subtelniejsza, niż sugeruje naklejka. Po pierwsze, tych dwóch modeli nie rozdziela generacja sprzętowa ani zmiana architektury, na którą można wskazać — okno kontekstu jest takie samo, lista modalności jest taka sama, cena jest taka sama, a jedyną różnicą strukturalną w dokumentacji OpenAI jest data odcięcia wiedzy przesunięta z 30 kwietnia 2026 r. na 1 czerwca 2026 r. Po drugie, poprawa jest nierówna: w ocenach istotnych dla agentów kodujących jest duża, a w przypadku kalibracji jest negatywna. Porównanie, które podaje tylko indeks zbiorczy, pominęłoby oba te aspekty.

Co właściwie różni się w specyfikacji samego dostawcy

Zestawione obok siebie, z dwóch stron modeli na developers.openai.com, przeczytane 18 listopada 2026 r.:

• Cena — 2,00 USD za wejście / 0,10 USD za dane z pamięci podręcznej / 2,50 USD za zapis do pamięci podręcznej / 10,00 USD za wyjście za milion tokenów w obu przypadkach. Powyżej 272 000 tokenów wejściowych w obu przypadkach stawki wynoszą 4,00 USD / 0,20 USD / 5,00 USD / 15,00 USD.

• Kontekst — 1,050,000 tokenów, 922,000 maks. danych wejściowych, 128,000 maks. danych wyjściowych, w obu przypadkach.

• Granica wiedzy — 1 czerwca 2026 vs 30 kwietnia 2026.

• Poziomy wysiłku — low, medium, high, xhigh, max w obu; oba odrzucają reasoning.effort: none.

• Tryby rozumowania — standardowy i pro w Responses API w obu wariantach, rozliczane według standardowych stawek za tokeny i różniące się jedynie ilością agregowanej pracy.

• Ultraszybki mnożnik — 3× standardu do 28 lutego 2027 r., następnie 6× w obu przypadkach.

• Nowość w 6.2 — obniżone stawki za okna realizacji zadań w tle w publicznej wersji beta Responses API: 30% poniżej standardu przy dwugodzinnym odroczeniu, 40% poniżej przy ośmiu godzinach.

• Zmiana zachowania — począwszy od GPT-6.2 interfejs API usuwa elementy rozumowania, gdy wykryje edycję prefiksu w trakcie rozmowy, przejście na starszą wersję modelu, zmianę użytkownika końcowego lub zmianę organizacji. Utrata elementów rozumowania może pogorszyć jakość odpowiedzi i sprawić, że model powtórzy wcześniejszą pracę przy użyciu nowych tokenów.

To ostatnie zdanie trzeba przeczytać dwa razy, bo to pułapka kosztowa przebrana za uwagę o poprawności. Jeśli Twoja aplikacja modyfikuje instrukcje w trakcie rozmowy — co robi wiele pętli agentowych, gdy ponownie renderują prompt systemowy — generacja 6.2 odrzuci zgromadzone rozumowanie, zapłaci za nie ponownie w następnej turze i zepsuje pamięć podręczną promptu, która w przeciwnym razie uczyniłaby powtórzenie tanim. W obciążeniu w trybie pro, gdzie tokeny rozumowania stanowią większość danych wyjściowych, to różnica między 40% oszczędności a brakiem jakichkolwiek oszczędności. Własne wytyczne OpenAI mówią, aby zachować prefiks bez zmian, gdy zmieniasz ustawienia między odpowiedziami.

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.

Niezależne liczby: 2,7 punktu i 20% za zadanie

Artificial Analysis zmierzyło oba warianty przy maksymalnym wysiłku na tym samym stanowisku testowym i tylko w ten sposób to porównanie ma podstawy. Indeks Inteligencji v5.0.1: 57,3 dla GPT-6.2 Sol wobec 54,6 dla GPT-6.1 Sol. Koszt na zadanie indeksu: $1.01 wobec $1.27. W aktualnej tabeli v5.0.1 GPT-6.2 Sol zajmuje 5. miejsce spośród 58 ocenionych pozycji; GPT-6.1 Sol nie pojawia się już na bieżącej liście rankingu, więc porównanie opiera się na pomiarach poszczególnych modeli, a nie na pozycji w rankingu.

Żadna z tych liczb sama w sobie nie jest spektakularna. To, co czyni tę parę wartą podjęcia działań, to fakt, że zmieniły się razem — nowszy model jest jednocześnie lepszy i tańszy w przeliczeniu na jednostkę ukończonej pracy, podczas gdy cennik pozostał całkowicie bez zmian. To znamionuje wydanie zwiększające efektywność, a nie zmianę pozycjonowania, i jest to wzorzec, który chcesz zobaczyć, zanim zmigrujesz ścieżkę produkcyjną.

Teraz szczegółowe zestawienie, w którym oba modele różnią się bardziej, niż sugeruje wynik łączny:

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

• Terminal-Bench Science — 67,6% vs 58,1%, skok o 9,5 punktu.

• HLE Diamond — 64,0% vs 58,8%.

• FrontierCode 2.0 — 44,4% vs 40,6%.

• AutomationBench — 71,3% vs 64,9%.

• AnalystAgent — 53,8% wobec 50,0%.

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

Każda pozycja dotycząca możliwości się poprawia. Wiersz kalibracji nie: nowszy model ma o 3,5 punktu większą skłonność do twierdzenia czegoś, czego nie może poprzeć. Ten kompromis jest niemal darmowy w agencie kodującym, który uruchamia test przed ogłoszeniem sukcesu, a stanowi prawdziwą regresję w przepływie pracy badawczej bez etapu weryfikacji. Jeśli Twoje użycie trybu pro jest drugiego rodzaju, nie jest to automatyczne ulepszenie.

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.

Skąd bierze się 40%, linijka po linijce

Tryb Pro mnoży nieznaną ilość pracy modelu ponad bazową liczbę tokenów, więc bazowa liczba tokenów to jedyna część, o której można wnioskować — a niezależne dane precyzyjnie określają jej rozmiar.

Przy maksymalnym wysiłku GPT-6.2 Sol zużywa średnio 40 360 tokenów wyjściowych na zadanie indeksowania: 22 800 na rozumowanie i 17 561 na odpowiedź. GPT-6.1 Sol zużywa średnio 67 824: 49 213 na rozumowanie i 18 611 na odpowiedź. Widoczna odpowiedź prawie się nie zmieniła — była o 6% krótsza. Rozumowanie załamało się o 54%. To cały mechanizm. Nowszy model myśli przez mniej niż połowę tego czasu, aby wygenerować odpowiedź tej samej długości, a ponieważ tokeny rozumowania są rozliczane jako wyjście, właśnie tam tkwi oszczędność.

Policzmy to w dolarach, a arytmetyka nie jest efektowna: 40 360 tokenów po $10/milion to około $0.40 wyjścia wobec $0.72 dla starszego modelu. Wejście jednak nie współpracuje. W całym zestawie GPT-6.2 Sol rozlicza około $0.61 wejścia na zadanie wobec $0.55 dla GPT-6.1 Sol — czyta więcej, nie mniej, ponieważ wzrosły zarówno wolumeny zapisu do pamięci podręcznej, jak i odczytu z niej. Oszczędność na wyjściu i kara na wejściu prawie się znoszą, dając końcowy wynik $1.01 wobec $1.27. Nic w tym przeniesieniu nie pochodzi z obniżki ceny, ponieważ żadnej obniżki nie było.

Praktyczne ostrzeżenie to to, które wynika z trybu pro: ponieważ mnożnik jest nieznany i odnosi się do tego, cokolwiek model zdecyduje się zrobić, o 40% mniejsza wartość bazowa nie gwarantuje o 40% mniejszego rachunku w trybie pro. Gwarantuje tańszy dolny pułap. Zmierz własne wywołania, zanim przepiszesz budżet.

Migracja bez zmiany kodu

Mechaniczna migracja to jedna zmiana ciągu znaków. Oba modele przyjmują te same parametry, te same wartości effort, ten sam interfejs Responses API i ten sam zestaw narzędzi, więc podmiana polega na zmianie model: "gpt-6.1-sol" na model: "gpt-6.2-sol" przy identycznie skonfigurowanym trybie pro. Przewodnik migracji OpenAI dodaje jedną wymaganą kontrolę dla wywoływania narzędzi: wymaga Responses API, a nie Chat Completions, co było już prawdą w 6.1.

To, co nie jest jednym ciągiem znaków, to opisane powyżej zachowanie elementu rozumowania. Zanim przełączysz model, sprawdź, czy cokolwiek w Twojej pętli modyfikuje prefiks konwersacji — dynamiczne prompty systemowe, wstrzykiwane definicje narzędzi, które zmieniają kolejność, przycinanie kontekstu na początku przy każdej turze. Jeśli tak, najpierw to napraw, bo inaczej zysk wydajności wyparuje przy drugiej turze.

Sposób wdrażania też ma znaczenie, ponieważ to tier mający zaledwie jeden dzień i jedną niezależną ocenę za sobą. Zachowawcza ścieżka to pozostawienie produkcji na tierze 6.1 i ocena 6.2 na ruchu, który można sprawdzić — trasa cieni, procent kanarkowy, zestaw testów uruchomiony przeciwko obu. W OrcaRouter openai/gpt-6.1-sol jest w katalogu w cenie katalogowej dostawcy z marżą 0% i automatycznym przełączaniem awaryjnym między dostawcami, więc model, który już obsługuje Twój ruch, może przetrwać zły dzień, zanim odkryjesz to na produkcji. GPT-6.2 Sol nie pojawił się w naszym katalogu na dzień 18 listopada, co jest dokładnie powodem, by przeprowadzić ocenę jako porównanie, a nie przełączenie.

Poziom 6.1 również przez jakiś czas pozostaje wywoływalny: tabela wycofywania OpenAI nadal kieruje obciążenia wycofywanych GPT-5 i o3 do gpt-6.1-sol jako ich zamiennika, przy czym te wyłączenia są datowane na 11 grudnia 2026 r. Model, który sam jest zalecanym celem migracji dla innych modeli, nie jest wycofywany w najbliższym czasie, więc przemyślane, wyważone przejście na 6.2 nie wiąże się z żadną pilnością.

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.

Kto powinien się ruszyć, a kto powinien czekać

Działaj teraz, jeśli Twoje obciążenie jest mocno oparte na terminalu, korzysta z narzędzi lub jest warunkowane weryfikacją. Skok o 9,5 punktu w Terminal-Bench Science i skok o 6,4 punktu w AutomationBench są wystarczająco duże, że przebieg canary je pokaże, a oszczędność 20% na zadanie pojawia się bez negocjacji i bez nowej umowy.

Czekaj, jeśli twoje obciążenie pracą to {{1}}synteza badań w trybie pro, w której wynik jest czytany, a nie testowany{{/1}}. Regresja kalibracji jest niewielka, ale wskazuje w złym kierunku, a argument o wydajności nie obejmuje błędu, który odkrywasz dopiero po publikacji. Czekaj, a także, jeśli twoja pętla agenta przepisuje prefiksy rozmowy — najpierw to napraw, potem aktualizuj, a następnie mierz; aktualizacja przed naprawą sprawi, że model będzie wyglądał gorzej, niż jest.

Tak czy inaczej, numer wersji odgrywa tu mniejszą rolę, niż się wydaje. To nie jest generacja, która kupiła możliwości za pieniądze. To generacja, która kupiła możliwości za tokeny, a rachunek tym razem przechylił się na twoją korzyść.

Porównane w tym artykule1

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie