GPT-Rosalind kontra GPT-6.1 Sol: To samo laboratorium sprzedaje Ci dwoje drzwi do biologii

GPT-Rosalind i GPT-6.1 Sol pochodzą z tej samej firmy, działają przez ten sam interfejs API i różnią się o czynnik dwa i pół pod względem tokenów wyjściowych. Tylko jeden z nich wymaga wypełnienia formularza. To całe porównanie w jednym zdaniu, a reszta tego artykułu mówi o tym, dlaczego to zdanie jest mniej przydatne, niż się wydaje. GPT-Rosalind istnieje od 16 kwietnia 2026 r., a GPT-6.1 Sol od 29 września 2026 r.; zmiana z października polega na tym, że O​penAI zaczęło bezpłatnie udostępniać Rosalind uniwersytetom w ramach miejsc ChatGPT Business, nadal wstrzymując dostęp przez API, co zmusza każde laboratorium do odpowiedzi na pytanie, którego nie musiało sobie zadawać we wrześniu: kiedy płaci się 2,5× za specjalistę, a kiedy kieruje się pracę do taniego modelu ogólnego i akceptuje stratę? Gdy warunki dostępu do specjalisty zmieniają się po premierze, zmianę rejestruje się wraz z jej datami i źródłami w AI Incident Archive, obok innych incydentów dotyczących modeli i dostawców, które śledzimy.

Dwa modele OpenAI z różnym onboardingiem

Zacznij od tego, czego każde z nich wymaga od ciebie przed pierwszym zapytaniem, ponieważ to decyduje o tym, czy porównanie cen jest dla ciebie w ogóle dostępne.

• Wymóg dostępu — GPT-Rosalind: weryfikacja w ramach dostępu zaufanego, weryfikacja instytucjonalna, brak opublikowanego poziomu usług. GPT-6.1 Sol: brak wymogów poza kontem rozliczeniowym.

• Gdzie działa — GPT-Rosalind: ChatGPT, Codex i API, dla zatwierdzonych organizacji. GPT-6.1 Sol: plany Plus, Pro, Business, Enterprise i Edu w ChatGPT Work i Codex oraz API — wyraźnie z wyłączeniem konsumenckiego produktu Chat.

• Ścieżka akademicka — GPT-Rosalind: do 30 bezpłatnych miejsc ChatGPT Business na maksymalnie dwanaście miesięcy w ramach planu akademickiego z 15 października, z wyłączeniem dostępu do API. GPT-6.1 Sol: wyłącznie standardowe warunki komercyjne.

• Co chroni brama — GPT-Rosalind: zdolności biologiczne modelu. GPT-6.1 Sol: nic; to model ogólny i jest sprzedawany każdemu, kto ma kartę.

Ten ostatni wiersz jest tym, który ma znaczenie dla planowania. Brama istniejąca dlatego, że model jest niebezpieczny w konkretnym obszarze, mówi coś o tym, gdzie koncentrują się jego możliwości. GPT-6.1 Sol nie ma tego rodzaju bramy, a jej brak jest wymowny: sposób, w jaki O​penAI samo pozycjonuje ten model, to programowanie z użyciem agentów, obsługa komputera i praca zawodowa w dużej mierze oparta na dokumentach — o jeden poziom poniżej GPT-6 Astra. Biologia nie jest częścią tej propozycji.

Cennik stawek – w jedynych jednostkach, które cokolwiek rozstrzygają

Ceny katalogowe za milion tokenów to najmniej użyteczny sposób porównywania modelu specjalistycznego z modelem ogólnym, ponieważ model specjalistyczny jest dostrojony do zużywania mniejszej liczby tokenów, a model ogólny jest dostrojony do bycia tanim w przeliczeniu na token. Oba efekty są realne i działają w przeciwnych kierunkach. Najpierw surowe liczby.

• Wejście — GPT-Rosalind 5,00 USD za 1 mln vs GPT-6.1 Sol 2,00 USD. Specjalista kosztuje 2,5× tyle.

• Wyjście — GPT-Rosalind 25,00 USD za 1 mln w porównaniu z GPT-6.1 Sol 10,00 USD. Także 2,5×.

• Dane wejściowe z pamięci podręcznej — GPT-Rosalind 0,50 USD vs GPT-6.1 Sol 0,10 USD. Pięciokrotna różnica — i to właśnie ta, która kumuluje się podczas długiej sesji agenta.

• Długie prompty — GPT-6.1 Sol rozlicza całe zapytanie powyżej 272K tokenów wejściowych według 2× stawek za dane wejściowe i pamięć podręczną oraz 1.5× stawki za dane wyjściowe. GPT-Rosalind nie publikuje równoważnej dopłaty za długi kontekst.

• Kontekst — GPT-Rosalind 1 000 000 tokenów. GPT-6.1 Sol 1 050 000 tokenów z maksymalną długością odpowiedzi 128 000.

• Data odcięcia wiedzy — GPT-6.1 Sol ma udokumentowaną datę odcięcia wiedzy na 30 kwietnia 2026. OpenAI nie publikuje porównywalnej daty odcięcia wiedzy dla GPT-Rosalind.

Teraz część, którą ukrywa cena katalogowa. Materiały ewaluacyjne samego Rosalind równie mocno eksponują redukcje liczby tokenów, co wzrosty wyników: o 7,2% mniej tokenów na MedChemBench, o 31% mniej na GeneBench, o 5,3% mniej na LabWorkBench oraz kluczową liczbę 4,42% wyższej wydajności na token na LifeSciBench. Oszczędność 31% tokenów na jednym benchmarku nie zamyka luki cenowej wynoszącej 2,5×. Nic w opublikowanych danych OpenAI tego nie robi. Premia za specjalizację jest realna i płaci się ją za dokładność, nie za efektywność.

Ile kosztuje zadanie naukowe w modelu ogólnym

Tabela premiery GPT-6.1 Sol zawiera jeden wiersz bezpośrednio istotny dla laboratorium i jest to jedyne miejsce, w którym OpenAI podaje koszt na zadanie, a nie koszt na token. W Terminal-Bench Science 0.1, zestawie naukowych przepływów pracy, OpenAI podaje, że GPT-6.1 Sol ponad dwukrotnie przewyższa wynik GPT-6 Sol przy maksymalnym wysiłku rozumowania, przy średnim koszcie 5,47 USD na zadanie wobec 23,21 USD dla Claude Opus 5.5 i 23,80 USD dla Astra.

Dwa zastrzeżenia, zanim ta liczba trafi do budżetu. Pochodzi ona od dostawcy, podobnie jak każda inna liczba w tej tabeli, a benchmark traktuje naukowe przepływy pracy jako problem programistyczny — odczyt danych, uruchamianie narzędzi, uzyskiwanie wyniku — a nie jako problem rozumowania dziedzinowego. Jest bliższy temu, co zespół obliczeniowy rzeczywiście robi przez cały dzień, niż temu, co robi chemik medyczny. Dzięki temu stanowi rozsądne oszacowanie dla zaplecza technicznego wokół nauki, a słabe oszacowanie dla samej nauki.

Ta różnica jest praktyczną odpowiedzią na całe porównanie. GPT-6.1 Sol za 5,47 USD za zadanie to właściwe narzędzie do kodu, który parsuje dane wyjściowe instrumentu, notatnika, który orkiestruje serię pomiarów, oraz wstępnej selekcji literatury przed spotkaniem. GPT-Rosalind to narzędzie do pytania, w którym potrzebny jest model dostrojony do zależności struktura–aktywność, by mieć opinię.

Żaden z modeli nie ma niezależnego wyniku, a to nie jest symetryczne

To jest część porównania, którą pomija niemal każde zestawienie. GPT-6.1 Sol ukazał się tydzień po GPT-6 Sol, a w momencie pisania Artificial Analysis nie ma dla niego wpisu. Własne ujęcie firmy polega na tym, że „prawie dorównuje” GPT-6 Astra przy jednej piątej ceny, co jest twierdzeniem pozycjonującym dotyczącym modelu, który nie został niezależnie oceniony. GPT-Rosalind również nie ma niezależnej oceny, ale z innego powodu: modele specjalistyczne w ogóle nie są śledzone w ogólnym rankingu, więc brak ten ma charakter strukturalny, a nie tymczasowy.

• Niezależny kompozyt — Oba nieobecne. GPT-6.1 Sol jest zbyt nowy i nie ma wyniku; GPT-Rosalind jest poza zakresem rankingu.

• Zestaw testów porównawczych dostawcy — GPT-6.1 Sol: DeepSWE v1.1, GDP.pdf, AutomationBench 1.0.6, OSWorld 2.0 i Terminal-Bench Science 0.1, wszystkie raportowane jako delty względem własnych modeli OpenAI i względem Claude Opus 5.5. GPT-Rosalind: MedChemBench, GeneBench, LabWorkBench, BixBench i LifeSciBench, wszystkie raportowane względem GPT-5.5.

• Niezależne potwierdzenie — Brak w obu przypadkach. Każda liczba w poprzednim wierszu została podana przez firmę sprzedającą model.

Co to oznacza w praktyce: nie można uszeregować tych dwóch modeli, a żadna strona trzecia szybko tego za ciebie nie zrobi. Decyzję trzeba podjąć na podstawie dopasowania do zadania i dostępu, a nie porównania wyników. Każdy, kto wręcza ci tabelę stawiającą Rosalind i Sol na tej samej osi, wymyślił tę oś.

Niewygodny środek: większość laboratoriów potrzebuje obu kolejek

Organizacja badawcza nie realizuje tylko jednego rodzaju zapytań. Obsługuje długi ogon zwykłej pracy — parsowanie, tworzenie wykresów, refaktoryzację skryptu analitycznego, streszczanie artykułu, redagowanie sekcji metod — oraz krótką głowę zapytań, w których dostrojenie dziedzinowe jest całym sensem. To w ogonie znajdują się tokeny. Pojedynczy potok sekwencjonowania może zużyć więcej tokenów na parsowanie logów niż na pytanie biologiczne, które go zainspirowało.

W kontekście tej rzeczywistości rozsądna konfiguracja nie jest wyborem między dwoma modelami; to podział z regułą. Ogon trafia do taniego modelu ogólnego, który jest dostępny już dziś, nie wymaga przeglądu i kosztuje $2.00 / $10.00, a wejście z pamięci podręcznej — $0.10. Głowa trafia do modelu specjalistycznego, który kosztuje 2,5× tyle i jest wart swojej ceny dokładnie w przypadku zapytań, w których odpowiedź modelu ogólnego byłaby wiarygodna i błędna.

Trybem awarii, któremu należy przeciwdziałać w projekcie, jest cichy dryf między kolejkami. Jeśli klucz specjalisty podlega limitowi szybkości lub trasa specjalisty zwraca błąd, naiwny łańcuch awaryjny bez wahania odpowie na pytanie biologiczne modelem ogólnym, a wynik będzie wyglądał jak odpowiedź specjalisty. To gorsze niż błąd, ponieważ błąd jest widoczny. Zasada, której chcesz przestrzegać, jest taka: nazwana trasa dla specjalisty, twarde niepowodzenie, gdy jest niedostępna, model ogólny tylko dla żądań, które celowo skierowano właśnie tam.

Gdzie znajduje się OrcaRouter, a gdzie nie

GPT-6.1 Sol jest dostępny w OrcaRouter w cenie katalogowej dostawcy — 2,00 USD za wejście, 10,00 USD za wyjście i 0,10 USD za wejście z pamięci podręcznej za milion tokenów, bez marży, co oznacza, że zmiany cen OpenAI trafiają do naszego katalogu w dniu ich publikacji, a nie dopiero przy kolejnym odnowieniu umowy. Zmiana cen dla długich promptów 272K jest uwzględniana jako poziom w tym samym wpisie modelu, więc żądanie przekraczające ten próg jest rozliczane według wyższego poziomu, zamiast zaskakiwać Cię na fakturze.

GPT-Rosalind nie jest dostępny w OrcaRouter ani w żadnym routerze innej firmy i można go uzyskać wyłącznie poprzez program zaufanego dostępu OpenAI. Nie zamierzamy tego zacierać. To, co daje ci nasza strona podziału, to ta nudna połowa: jeden klucz i jeden rachunek dla GPT-6.1 Sol obok ponad 200 innych modeli, automatyczne przełączanie awaryjne, dzięki któremu chwilowy problem u dostawcy przenosi żądanie, zamiast zabijać przebieg, oraz DSL routingu, który pozwala zapisać regułę dzielenia kolejki jako konfigurację, a nie jako konwencję w wiki. Fuzja modeli to inna dźwignia, o której warto tu wiedzieć — panel obejmujący zarówno tani model ogólny, jak i drogi model specjalistyczny, które odpowiadają wspólnie, to sposób na uzyskanie drugiej opinii o wyniku granicznym bez płacenia stawek specjalistycznych za każde żądanie.

Jak to się rozwiązuje

Dwie rzeczy rozwiałyby tę niejednoznaczność i obie mogą się zdarzyć w ciągu kwartału. Niezależna ocena GPT-6.1 Sol pozwoliłaby ci stwierdzić, czy „prawie dorównuje Astra” jest prawdą w zadaniach, na których ci zależy; do tego czasu to twierdzenie pozostaje komunikatem pozycjonującym z przypisaną ceną. A każdy ruch OpenAI, by uwzględnić dostęp do API w planie akademickim, zmieniłby z dnia na dzień arytmetykę wewnątrz uniwersytetów — darmowe moce specjalistyczne w laboratorium, które obecnie dysponuje darmowymi miejscami na czacie i nie ma dostępu do pipeline'u.

W przypadku braku obu tych elementów reguła dotyczy raczej kształtu zapytania niż jakości modelu. Jeśli błędna odpowiedź kosztuje cię eksperyment, zgłoszenie lub wycofanie publikacji, to stawka 2,5× specjalisty jest niska, a fakt, że wymaga ona przeglądu, jest filtrem, z którego powinieneś się cieszyć. Jeśli błędna odpowiedź kosztuje cię ponowne uruchomienie, GPT-6.1 Sol jest dostępny już dziś za jedną piątą ceny Astry, z kontekstem 1,05 mln tokenów, i nikt nie musi cię zatwierdzać, byś mógł go użyć.