GPT-6.1 Sol против GPT-6 Astra: один пункт индекса, пятикратная цена

GPT-6.1 Sol и GPT-6 Astra — это среднеуровневая и флагманская модели одной семьи, выпущенные с разницей в четыре недели: Sol — 29 сентября 2026 года, Astra — 3 сентября 2026 года, — и до этой недели их сравнение целиком опиралось на собственные цифры OpenAI. Теперь это не так. Artificial Analysis оценила обе модели при максимальном уровне рассуждений на одной и той же версии индекса, и результат — разрыв в 0,84 балла в пользу Astra рядом с разрывом в стоимости одного прогона оценки в 4,5 раза в пользу GPT-6.1 Sol. В тарифных картах соотношение ещё резче: Astra превосходит GPT-6.1 Sol в 5 раз по входным и выходным данным и в 10 раз по кэшированному вводу. Вопрос, на который отвечает эта страница, — где эта надбавка покупает что-то, на что можно указать пальцем, а где она просто цена имени.

Что представляют собой эти две модели и что измерила плата

Обе модели принимают текст и изображения на входе и выдают текст, имеют контекстное окно в 1 050 000 токенов и максимум 128 000 выходных токенов, и обе предоставляют пятиступенчатую шкалу усилий — low, medium, high, xhigh и max — отказавшись от настройки нет, которую GPT-6 Sol по-прежнему принимает. Ни одна из них не поддерживает дообучение. Различия, которые имеют значение, — это те, что указаны в прайс-листе: Astra — это флагманский уровень, GPT-6.1 Sol — обновление уровня под ним, а собственное позиционирование OpenAI для более новой модели звучит так: «производительность, близкая к Astra, для сложных задач при более низкой стоимости».

Artificial Analysis оценивает это утверждение в своём Intelligence Index — десять оценок в версии v4.3.2, одной и той же версии для обеих моделей — и фиксирует дату выпуска, которую он хранит для каждой. Он оценивает обе в конфигурации с максимальными усилиями, которую страница модели указывает в своём заголовке. Далее следует это сравнение, а также расчёт затрат, который индекс не делает за вас.

• GPT-6.1 Sol — выпущена 29.09.2026, индекс интеллекта 51.8 при максимальном усилии, $2.00 за вход / $0.10 за кэш / $2.50 за запись в кэш / $10.00 за выход за миллион токенов.
• GPT-6 Astra — выпущена 03.09.2026, индекс интеллекта 52.7 при максимальном усилии, $10.00 за вход / $1.00 за кэш / $12.50 за запись в кэш / $50.00 за выход за миллион токенов.
• Ни одна из них — не принимает значение none для усилия рассуждения; обе пересчитывают стоимость всего запроса по 2× тарифам на вход и кэш и 1.5× на выход, как только вход превышает 272 000 токенов. Тариф длинного контекста у Astra — $20.00 за вход / $2.00 за кэш / $75.00 за выход; у GPT-6.1 Sol — $4.00 / $0.20 / $15.00.
• Обе — поддерживают веб-поиск, поиск по файлам, генерацию изображений, интерпретатор кода, размещённую оболочку, apply patch, навыки, использование компьютера, MCP и поиск инструментов через Responses API.

0,84 индексных пункта, в 4,5 раза больше счёта за оценку

Две цифры стоят рядом на табло, и вместе они составляют весь аргумент. GPT-6 Astra при максимальном усилии набирает 52,7. GPT-6.1 Sol при максимальном усилии набирает 51,8. Рядом с каждым результатом табло публикует, во сколько обошёлся прогон стоящего за ним индекса: $3,26 за задачу для Astra, $0,72 для GPT-6.1 Sol. Если прочитать это как одно предложение — 0,84 балла ценой в 4,5 раза больших затрат, — это самый значимый для принятия решений показатель, который какая-либо из компаний опубликовала об этих двух моделях.

Обе модели также публикуют оценку для каждой точки на шкале усилий, что позволяет проводить сравнение при равных затратах, а не при одинаковой настройке:

• max effort — GPT-6.1 Sol 51.8 за $0.72 за запуск против GPT-6 Astra 52.7 за $3.26.
• xhigh — 51.0 за $0.39 против 52.4 за $2.31.
• high — 50.2 за $0.32 против 50.9 за $1.73.
• medium — 47.8 за $0.21 против 49.6 за $1.54.
• low — 42.1 за $0.13 против 45.8 за $0.82.

Выстройте ступени в ряд по всем моделям — и всплывёт факт, который не афиширует ни один из вендоров: разброс самой Astra от high до max составляет 1,8 пункта индекса — более чем вдвое больше, чем весь разрыв между Astra на max и GPT-6.1 Sol на max. Иными словами, выбор Astra вместо GPT-6.1 Sol приносит меньше очков, чем выбор max-усилия Astra вместо high-усилия Astra, — причём второй из этих вариантов стоит лишь малую долю первого. Всем, чья рабочая нагрузка действительно чувствительна к этим 1,8 пункта, стоит сначала проверить настройку усилия, а уже потом смотреть на столбец модели.

Где премиум Astra всё ещё что-то значит

Сводная оценка близка; отдельные оценки — нет. При оценке строка за строкой на максимальном усилии GPT-6 Astra имеет преимущество в шести случаях из десяти, и те преимущества, которые у неё есть, относятся к действиям, а не к ответам.

• AutomationBench-AA, многошаговые рабочие процессы с использованием разных инструментов — 0,685 у Astra против 0,649 у GPT-6.1 Sol. Astra опережает на 3,6 балла.
• Terminal-Bench 4.0, работа в терминале в реальных средах — 0,591 против 0,561. Astra опережает на 3,0 балла.
• SciCode — 0,565 против 0,542. Astra опережает на 2,3 балла.
• Humanity's Last Exam — 0,547 против 0,529. Astra опережает на 1,8 балла.
• AA-Omniscience — 43,4 против 41,5, и на том же наборе уровень галлюцинаций Astra составляет 0,513 против 0,543 у GPT-6.1 Sol. Astra и точнее, и чаще готова признать, что не знает.
• AA-Briefcase v1.1, профессиональные результаты — Elo 1568,9 против 1564,2. Astra опережает на 4,7 балла.

Эта закономерность достаточно устойчива, чтобы на неё можно было опираться при планировании: когда задача требует от модели удерживать длинную цепочку действий — управлять терминалом, выполнять рабочий процесс с несколькими инструментами, создавать результат в форме документа — преимущество Astra реально и воспроизводится в разных средах оценки. Когда задача — это вопрос на знание, на который отвечают за один ход, преимущество по большей части исчезает.

Где выигрывает более дешёвая модель, включая кэш-линию

GPT-6.1 Sol — не просто чуть худшая по всем пунктам Astra. В оценках, где ценятся чтение и рассуждение по длинным материалам, он лидирует, а в тарифной сетке он опережает с отрывом, которого индекс никогда не видит.

• GDPval-AA, профессиональная работа, оценённая в сравнении с экспертными результатами — Elo 1575,1 у GPT-6.1 Sol против 1541,9 у Astra. Преимущество в 33 пункта у модели, которая стоит в пять раз меньше, и самая крупная независимая победа в этой строке.
• AA-LCR v1.1, рассуждения на длинном контексте — 0,830 против 0,807. Лидирует GPT-6.1 Sol.
• GDP.pdf — абсолютная ничья на 0,310, как и CritPt на 0,317.
• Кэшированный ввод — $0,10 за миллион токенов против $1,00 у Astra. Именно эта строка определяет экономику агентов, и её нет в индексе.
• Скорость вывода — 66,8 токена в секунду против 56,95 в том же прогоне оценки, при 67,2 млн выходных токенов против 60,0 млн у Astra. Ни одна из моделей не быстра; GPT-6.1 Sol — более быстрая из двух.

Агентский месяц, рассчитанный по обеим тарифным картам

Возьмём рабочую нагрузку, которая повторно отправляет стабильный префикс: 40 миллионов входных токенов в месяц, причём 85% из них обслуживаются из кэша, плюс 4 миллиона выходных токенов. По тарифной сетке GPT-6.1 Sol это $3.40 за чтения из кэша, $12.00 за некэшированный ввод и $40.00 за вывод — $55.40 за месяц. По тарифам GPT-6 Astra тот же трафик — это $34.00 за чтения из кэша, $60.00 за некэшированный ввод и $200.00 за вывод — $294.00. Рабочая нагрузка идентична; счёт в 5,3 раза больше.

Два порога искажают эту арифметику, и оба стоит оценить по стоимости до решения о миграции, а не после. Первый — 272 000 входных токенов в одном запросе: если его превысить, весь запрос пересчитывается по удвоенным тарифам за вход и кэш и по тарифу 1,5× за выход, из-за чего GPT-6.1 Sol переходит на $4,00 / $0,20 / $15,00, а Astra — на $20,00 / $2,00 / $75,00. Второй — сама шкала уровней усилий: понижение GPT-6.1 Sol с max до xhigh снижает стоимость его прогона по индексу с $0,72 до $0,39 за 0,8 пункта, а понижение Astra с max до high снижает $3,26 до $1,73 за 1,8. В агентном цикле с интенсивным кэшированием параметр усилий — более мощный рычаг управления затратами, чем столбец модели, что противоположно тому, как обычно сравнивают эти две модели.

Что запускать и что вы действительно можете вызвать

Судя по данным, это разделение чище, чем предполагает маркетинг. Направляйте работу, которой предстоит выдержать длинную цепочку действий — сеансы терминала, автоматизацию с интенсивным использованием инструментов, итоговые документы, где выдуманный абзац обходится дорого, — в GPT-6 Astra и рассмотрите запуск её на уровне high, а не max, если только вы не измерили, что дополнительные 1,8 балла действительно приходятся на ваши задачи. Всё, что требует много знаний, сильно завязано на кэш или в основном читается, направляйте в GPT-6.1 Sol: он лучше справляется с оценкой профессиональной работы, лучше рассуждает в длинном контексте, быстрее и в пять–десять раз дешевле по строкам, которые формируют основную часть реального счёта.

То, что можно вызвать уже сегодня, — это честная часть. OrcaRouter предоставляет GPT-6 Astra по собственной каталожной цене OpenAI — $10.00 за вход, $50.00 за выход, $1.00 за чтение из кэша и $12.50 за запись в кэш, причём правило пересчёта цены для 272K передаётся ровно так, как его публикует вендор, — наряду с GPT-6 Sol и GPT-6 Luna. А GPT-6.1 Sol он не предоставляет: публичный каталог возвращает "model not found" для openai/gpt-6.1-sol, и мы не собираемся описывать модель, которую не можем маршрутизировать. Поскольку каталожная цена провайдера передаётся без наценки, в день, когда эта модель появится, она будет стоить у нас по тарифу OpenAI без шага пересчёта цены; сегодня пригодная к использованию половина этой пары — флагман, за одним API-ключом, а DSL маршрутизации доступен, если вы хотите объединить дешёвую модель и дорогую в один вызов, а не выбирать между ними для каждого запроса.

Единственное, за чем нужно следить, — это строка, которой не хватает в этом сравнении. Ни вендорская цифра, ни независимый индекс не скажут, как поведёт себя ваш собственный трафик на этих двух ступенях, а единственный дешёвый способ это выяснить — прогнать один и тот же набор задач через оба, когда управление держит failover. Это эксперимент в одно нажатие, когда обе половины можно вызвать, и лишь половина эксперимента, пока это не так.