Wygenerowana karta hero z nagłówkiem „126 tokenów na sekundę, nie 4,5x” i podtytułem „Pierwszy publiczny pomiar Ultrafast, na GPT-6.2 Sol”, trzema kartami o treści „Zmierzona średnia: 126 tok/s”, „Zmierzony szczyt: 252 tok/s” i „Standardowa wartość bazowa: 85 tok/s” oraz stopką „27-minutowa edycja wideo jednego użytkownika, 18 listopada 2026 r.; standardowa wartość bazowa według Artificial Analysis”.
Guides & Insights

GPT-6.2 Sol Ultrafast, zmierzone: 126 tokenów na sekundę i ani śladu 4,5×

Autor

jinhao.song

Data publikacji

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

Pierwsza publiczna liczba dla GPT-6.2 Soldziałającego z włączonym trybem Ultrafast to 126 tokenów na sekundę — średnia z zadania, które zajęło 27 minut czasu zegarowego i około 14 minut rzeczywistej odpowiedzi modelu, ze szczytowym skokiem do 252 tokenów na sekundę. Pochodzi ona od montażysty wideo na X, który poprosił model o pocięcie ośmiominutowego wideo — realne zadanie, opisane w czterech linijkach, bez żadnego harnessu, bez powtórzeń i bez kontroli w trybie Standard. Zestaw tę średnią z liczbą, którą Artificial Analysis publikuje dla tego samego modelu w trybie Standard — 85 tokenów wyjściowych na sekundę — a poziom, o którym OpenAI mówi, że generuje tokeny „z prędkością do 4,5 razy większą niż Standard”, wypadł w tym jednym raporcie na około 1,5×. GPT-6.2 Astra i GPT-6.1 Sol, pozostałe dwa modele z listy Ultrafast, plasują się jeszcze niżej na tej niezależnej liście — 60 i 49 tokenów na sekundę — dlatego ten stosunek ma tu większe znaczenie niż sama surowa liczba.

Cztery liczby, a piątej nikt nie opublikował

Ten post jest nietypowo konkretny jak na twierdzenie o szybkości z mediów społecznościowych i właśnie dlatego warto go rozebrać na czynniki pierwsze. Podaje zadanie (montaż ośmiominutowego wideo), łączny czas (27 minut), część spędzoną na czekaniu na model (około 14 minut), średnie tempo generowania (126 tokenów na sekundę) oraz najlepszy pojedynczy skok (252). OpenAI opisuje ten poziom jako Ultrafast; post nazywa go „Ultra Fast”. Obie nazwy oznaczają to samo — najszybszą opcję szybkości w selektorze w ChatGPT Work i w aplikacji Codex.

To, czego ten wpis nie daje, to ta połowa, która uczyniłaby go punktem odniesienia:

• W jakim środowisku zostało uruchomione — ChatGPT Work, aplikacja Codex czy API. Wszystkie trzy udostępniają poziom; liczby nie są między nimi porównywalne.

• Ustawienie nakładu rozumowania. Sol at Light i Sol at Pro to różne ilości myślenia przed pierwszym tokenem, a czas myślenia mieści się w tych 14 minutach.

• Ile tokenów faktycznie wygenerowano. Można to wywnioskować na podstawie średniej i czasu trwania, a to wnioskowanie warto przeprowadzić — zobacz poniżej — ale to jest wnioskowanie.

• Ile czasu Standard potrzebowałby na to samo zadanie. To jest liczba, o którą tak naprawdę chodzi w tym tekście, i jest to jedyna liczba, której ten wpis nie może zawierać, ponieważ to pojedyncze uruchomienie, z którym nie ma czego porównać.

• Czy montaż nadawał się do użycia za pierwszym razem. „Skrócił ośmiominutowy film” to twierdzenie o powodzeniu, a nie o jakości, a ponowny przebieg znacząco zmieniłby łączny czas.

Twierdzenie, dokładnie sformułowane, oraz ile kosztuje dany poziom

Dokumentacja OpenAI dotycząca szybkości precyzyjnie określa, co obiecuje Ultrafast: „Na GPT-6.2 Astra i GPT-6.2 Sol Ultrafast generuje tokeny do 4,5 razy szybciej niż Standard na tym samym modelu”. Zwróć uwagę na dwa zastrzeżenia. To twierdzenie o generowaniu tokenów, a nie o czasie do pierwszego tokenu ani o czasie potrzebnym na wykonanie całego zadania. A przy tym jest to „do”, czyli górny limit, a nie typowa wartość — różnica, która ma ogromne znaczenie, gdy pierwszy niezależny pomiar wynosi około jednej trzeciej tego limitu.

W API to flaga, a nie model: ustaw model na gpt-6.2-sol oraz service_tier na "ultrafast". OpenAI zaleca WebSockets w przypadku pracy agentowej, aby narzut związany z połączeniem nie pochłaniał uzyskanego zysku, a Ultrafast ma własne limity szybkości, oddzielne od Standard i Fast. W przypadku modeli GPT-6.2 te limity nie są publikowane — dokumentacja zaleca sprawdzenie ustawień własnej organizacji — natomiast GPT-6.1 Sol Ultrafast podaje 1 000 000 tokenów na minutę w warstwie Build, a GPT-6 Astra podaje 500 000. Rezydencja wnioskowania dla warstwy GPT-6.2 obejmuje wyłącznie Stany Zjednoczone. W ChatGPT Pro za 200 USD daje Ultrafast tylko w modelu Sol, a Pro za 500 USD obejmuje oba modele.

Cena to ten element, który ma termin. Ultrafast w GPT-6.2 Sol kosztuje 6,00 USD za milion tokenów wejściowych, 0,30 USD za buforowane wejście i 30,00 USD za wyjście w okresie promocyjnym, a według cennika 12,00 / 0,60 / 60,00 USD — dokładnie 3× i 6× stawki Standard wynoszącej 2,00 / 0,10 / 10,00 USD. OpenAI podaje datę zmiany: „Ultrafast kosztuje 3-krotność stawki Standard do 28 lutego 2027 r. i 6-krotność stawki Standard od 1 marca 2027 r. (czas pacyficzny)”.

A screenshot of OpenAI's ChatGPT speed documentation describing Ultrafast mode, showing the statement that on GPT-6.2 Astra and GPT-6.2 Sol Ultrafast generates tokens at up to 4.5 times the speed of Standard, the recommendation to use WebSockets, and the note that Ultrafast has separate rate limits from Standard and Fast.

Linia bazowa, dzięki której 126 jest czytelne

Liczba tokenów na sekundę nic nie znaczy bez punktu odniesienia, a dla tej rodziny modeli istnieje dokładnie jeden niezależny punkt odniesienia. Artificial Analysis mierzy GPT-6.2 Sol przy maksymalnym wysiłku rozumowania na 85 tokenów wyjściowych na sekundę, 68 sekund do pierwszego tokena, 7,9 minuty na ukończenie zadania indeksowego i 1,01 USD na zadanie, przy Intelligence Index wynoszącym 57. Ten sam ranking plasuje GPT-6.2 Astra na 60 tokenów na sekundę i Indeksie 62, przy 4,00 USD na zadanie, a GPT-6.1 Sol na 49 tokenów na sekundę i Indeksie 55, przy 1,27 USD na zadanie.

To są mediany harnessa na stałym zestawie ewaluacyjnym, a edycja wideo to popołudnie jednej osoby. To nie są te same pomiary, a uczciwym sposobem wykorzystania ich razem jest potraktowanie ich jako przybliżonego współczynnika skali, a nie werdyktu:

• Zmierzona średnia: 126 tokenów na sekundę — około 1,5× standardowego poziomu odniesienia wynoszącego 85.

• Zmierzony szczyt: 252 tokeny na sekundę — około 3,0× tej wartości bazowej, w pojedynczym najszybszym skoku.

• Twierdzenie o 4,5× dotyczyło 85 — nieco ponad 380 tokenów na sekundę, do czego nic w raporcie się nie zbliża.

• Własna strona GPT-6.2 Sol serwisu Artificial Analysis w ogóle nie wspomina o Ultrafast, więc widniejąca tam ocena 85 jest domyślnie wynikiem w trybie Standard, a nie na podstawie wyraźnego stwierdzenia.

Dlaczego cztery i pół razy więcej tokenów to nie cztery i pół razy więcej pracy

To jest część, która ginie, gdy poziom szybkości jest sprzedawany jako mnożnik, a post wideo przypadkiem zawiera dowód. Czternaście minut odpowiedzi modelu w ramach 27-minutowego zadania oznacza, że 52% czasu stanowiło generowanie, a 48% wszystko inne — przesyłanie, transkodowanie, własne kroki edytora, wywołania narzędzi, cokolwiek potok robi między turami modelu. Potraktuj ten podział jako kształt obciążenia, a arytmetyka staje się nieubłagana:

• Czas generowania sugeruje około 106 000 tokenów wyjściowych, przy 14 minutach i 126 tokenach na sekundę.

• Przy standardowym poziomie odniesienia wynoszącym 85 tokenów na sekundę te tokeny zajmują około 21 minut, więc zadanie kończy się w okolicach 34 minut.

• Przy pełnym deklarowanym przyspieszeniu 4.5× — około 383 tokenów na sekundę — zajmuje to mniej niż 5 minut, więc całe zadanie kończy się w okolicach 18 minut.

• Uruchomienie zajęło w rzeczywistości 27 minut, czyli prawie dokładnie połowę drogi między tymi dwiema wartościami.

Nawet gdyby ten poziom zapewnił pełne 4,5×, zysk end-to-end w tym obciążeniu wyniósłby około 1,5×, ponieważ model zawsze był tylko połową zadania. Prawo Amdahla nie dba o to, jak szybka staje się szybka część. To nie jest argument przeciwko Ultrafast; to argument za mierzeniem poziomu względem kształtu własnego potoku, a nie względem mnożnika, ponieważ interaktywna tura czatu to niemal w całości generowanie, a potok multimedialny nie.

Ile tak naprawdę kosztowało te 14 minut

Zastosuj promocyjną kartę stawek do wywnioskowanych 106 000 tokenów wyjściowych, a cena pomiaru jest czytelna w jednym wierszu:

• Standard, 10,00 USD za milion tokenów wyjściowych — około 1,06 USD.

• Ultrafast w cenie promocyjnej, 30,00 USD za milion — około 3,18 USD.

• Ultrafast w cenie katalogowej od 1 marca 2027 r. — 60,00 USD za milion, około 6,35 USD.

Wynik to tylko połowa rachunku, a w przypadku agenta do edycji wideo prawdopodobnie mniejsza połowa. Każdy opis klatki, transkrypcja i wynik narzędzia wracają jako dane wejściowe po 6,00 USD za milion w trakcie promocji, a agent zapętlający się na tym samym kontekście to dokładnie ten rodzaj obciążenia, dla którego istnieją wiersze zapisu do pamięci podręcznej — 7,50 USD za milion dla 30-minutowej pamięci podręcznej i 15,00 USD dla 12-godzinnej, w porównaniu z 0,30 USD za odczyt z pamięci podręcznej. Potok, który ponownie wysyła swój kontekst zamiast go buforować, może wydać więcej na dane wejściowe niż na wynik, który próbował przyspieszyć. W poście nie podano liczby tokenów, więc nie można tego zsumować, tylko ograniczyć: ten próg cenowy pomnożył połowę rachunku za generowanie przez trzy, a za czternaście tygodni pomnoży ją przez sześć.

Na którym modelu umieścić ten poziom?

Ta sama wartość 4,5× zastosowana do trzech różnych punktów wyjściowych daje trzy bardzo różne rezultaty, a najtańszy z nich nie jest najszybszy.

• GPT-6.2 Sol — 85 tokenów na sekundę w trybie Standard, więc twierdzenie sugeruje około 383. Indeks 57, 1,01 USD za zadanie.

• GPT-6.2 Astra — 60 w Standard, więc twierdzenie sugeruje około 270. Indeks 62, $4.00 za zadanie, czterokrotny koszt za pięć dodatkowych punktów indeksu.

• GPT-6.1 Sol — 49 w Standard, więc twierdzenie implikuje około 220. Indeks 55, $1.27 za zadanie, a jego poziom Ultrafast ma stałą cenę $12.00 za wejście i $60.00 za wyjście za milion, bez żadnego wiersza promocyjnego.

Wynikają z tego dwie konsekwencje. Po pierwsze, Ultrafast w Astra jest wciąż wolniejszy niż Ultrafast w Sol, ponieważ startuje z niższej bazy — jeśli celem jest przepustowość, mocniejszy model cię tam nie doprowadzi. Po drugie, Ultrafast w GPT-6.1 Sol jest już wyceniony na poziomie, jaki Ultrafast w GPT-6.2 Sol będzie kosztować po lutym, co czyni go uczciwym podglądem rachunku, a nie zniżką. OpenAI zauważa również, że Ultrafast w GPT-6 Astra i GPT-6.1 Sol jest dostępny dla wszystkich użytkowników API, podczas gdy poziom GPT-6.2 odsyła do limitów szybkości Twojej organizacji — warto to sprawdzić, zanim zbudujesz wokół tego kolejkę.

A screenshot of the Artificial Analysis model page for GPT-6.2 Sol, showing an Intelligence Index of 57, an output speed of 85 tokens per second, a time to first token of 68 seconds, 7.9 minutes per index task, and a cost of $1.01 per task.

Uzyskanie własnego numeru zamiast pożyczania tego

Powyższy pomiar to pojedynczy raport i należy go traktować jako sygnał, a nie specyfikację. Sposobem na rozstrzygnięcie tego jest kontrolowany test A/B na własnym obciążeniu — ten sam prompt, to samo zadanie, trzy uruchomienia na Standard i trzy z service_tier ustawionym na „ultrafast", rejestrując osobno łączny czas w minutach, łączną liczbę tokenów oraz czas do pierwszego tokenu. Podaj zarówno wartość szczytową, jak i średnią, ponieważ różnica między 126 a 252 w oryginalnym poście to różnica między warstwą, która pomaga, a warstwą, która pomaga tylko czasami.

OrcaRouter nie udostępnia dziś modeli GPT-6.2 Sol ani GPT-6.2 Astra; w katalogu znajdują się openai/gpt-6-astra, openai/gpt-6-sol, openai/gpt-6.1-sol oraz openai/gpt-6-luna, a strony modeli GPT-6.2 nie rozwiązują się. Nie jest to więc sugestia, by kierować nowy model przez nas. To, co jest dziś prawdą, jest węższe, a mimo to wciąż przydatne dokładnie w tej decyzji. GPT-6.1 Sol jest w katalogu, to model najbliższy temu, który zmierzono, a uruchomienie Twojego zestawu ewaluacyjnego na nim przez jeden klucz to najtańszy sposób, by dowiedzieć się, czy poziom szybkości zmienia Twój produkt, zanim przeznaczysz budżet na poziom, który podwaja się w marcu. Ceny to stawka cennikowa dostawcy przekazywana bez marży, więc podwyżka z 1 marca 2027 r. pojawia się po naszej stronie tego samego dnia co u OpenAI — bez cyklu zmiany cen, bez renegocjacji.

Istnieje też argument za routingiem, specyficzny dla tego poziomu. Ultrafast ma własne limity szybkości, niezależne od Standard i Fast, a OpenAI nie publikuje domyślnej liczby tokenów na minutę dla poziomu GPT-6.2 — swój pułap poznaje się dopiero po jego osiągnięciu. Potok, który traktuje Ultrafast jako jedyną ścieżkę, dziedziczy tę niewiadomą; potok, który potrafi przełączyć się na Standard w obrębie tego samego modelu, traci na szybkości zamiast zawodzić. To jedyna strukturalna zaleta umieszczenia poziomu szybkości za routerem zamiast zakodowania go na sztywno — i warto ją mieć, zanim ten poziom trafi na ścieżkę krytyczną.

A generated single-column scoreboard for GPT-6.2 Sol Ultrafast with rows reading 'Measured average: 126 tok/s', 'Measured peak: 252 tok/s', 'Standard baseline: 85 tok/s', 'Vendor claim: up to 4.5x Standard', 'Output price, promo: $30 per MTok' and 'Output price, list: $60 per MTok', with a footer noting that the measured figures are one user's task report, the baseline is per Artificial Analysis, and the claim and prices per OpenAI.

Co by to rozstrzygnęło?

Jedna liczba przeniosłaby to z anegdoty do dowodów: test A/B Standard kontra Ultrafast na stałym zadaniu, opublikowany wraz z liczbą tokenów i czasem zegarowym. Dopóki taki test nie istnieje, interpretacja, której można bronić, jest taka, że według stanu na 18 listopada 2026 r. Ultrafast na GPT-6.2 Sol jest realny i istotnie szybszy niż Standard — 126 wobec 85 to nie szum, a seria 252 tokenów to nie artefakt zaokrąglenia — ale opublikowany mnożnik jest sufitem, do którego nikt publicznie się nie zbliżył, a przyspieszenie na poziomie zadania zależy w takim samym stopniu od tego, jaka część twojego potoku to generowanie tokenów, jak i od samego poziomu. Osoba, która opublikowała pomiar, dostała zmontowane wideo w 27 minut zamiast szacowanych 34, i zrobiła to na poziomie z tygodnia premiery, który w marcu będzie kosztować dwa razy więcej. To dobry wynik i skromny mnożnik, a obie te połowy warto znać, zanim ktokolwiek zaplanuje budżet na 4,5×.

Porównane w tym artykule1

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