GPT-6 Sol vs GPT-5.6 Sol: En indexpoäng, halva priset och en regression som ingen tillkännagav

Ja, uppgradera – men läs andra stycket innan du gör det. GPT-6 Sol, som släpptes den 22 september 2026, får 48 poäng på Artificial Analysis Intelligence Index. GPT-5.6 Sol, som släpptes den 9 juli 2026, får 47 poäng. En poäng. Modellen som ersatte den kostar hälften så mycket: 2,00 USD per miljon indata och 10,00 USD per miljon utdata mot 4,00 och 20,00 USD. Utifrån rubriksiffrorna är detta det enklaste uppgraderingsbeslutet i det aktuella sortimentet, och prissänkningen är verklig, permanent och den största enskilda sänkning som leverantören har gjort på en flaggskeppsmodell.

Komplikationen är att Artificial Analysiss egen bedömning av GPT-6 Sol fann en blandning av vinster och försämringar snarare än ett tydligt kliv uppåt. Det finns försämringar i GDPval-AA v2.1. Det finns också en prisnivå för lång kontext över 272 000 indatatokens som ungefär fördubblar indatapriset och höjer utdata med hälften — och 272K är exakt det intervall där GPT-5.6 Sol har en dokumenterad styrka. En migrering som ser ut som en rak halvering av din räkning kan, för långkontexttrafik, landa närmare ett nollsummespel med en avvägning i förmåga på köpet.

Vad en uppgång på en punkt i Index egentligen innebär

Båda modellerna mättes på samma kort, version 4.3.2, vilket gör detta till den renaste jämförelsen i hela GPT-6 Sol-serien – inga skillnader i testramverk, ingen diskrepans mellan leverantör och oberoende part, ett labb som mäter två modeller från en och samma leverantör.

• AA Intelligence Index — GPT-6 Sol 48, rankad 18:e av 212 mot GPT-5.6 Sol 47, rankad 19:e av 212

• Kostnad per Index-uppgift — GPT-6 Sol ungefär hälften av GPT-5.6 Sol

• Utdatashastighet — GPT-6 Sol 104,4 tokens/sek vs GPT-5.6 Sol 72,6 tokens/sek

• Tid till första token — GPT-6 Sol 107,18 s vs GPT-5.6 Sol snabbare, båda mot en tavlamedian på 3,87 s

• Inpris — GPT-6 Sol $2.00 per 1M vs GPT-5.6 Sol $4.00 per 1M

• Pris för utdata — GPT-6 Sol $10.00 per 1M vs GPT-5.6 Sol $20.00 per 1M

• Cachad indata — GPT-6 Sol cirka 90 % billigare än GPT-5.6 Sol till $0.40 per 1M

• Batch-pris — GPT-6 Sol ej publicerad vs GPT-5.6 Sol 2,50 $ / 15,00 $

• Nivå för lång kontext — GPT-6 Sol får nytt pris över 272K indata jämfört med GPT-5.6 Sol, inget motsvarande steg

• Kontextfönster — GPT-6 Sol 872K enligt AA, 1,05M uppgivet mot GPT-5.6 Sol ungefär 1,05M till 1,1M

• Maximal utdata — 128K på båda

• Släppt — GPT-6 Sol 2026-09-22 vs GPT-5.6 Sol 2026-07-09

Titta på de två hastighetslinjerna tillsammans. GPT-6 Sol genererar utdata cirka 44 % snabbare än sin föregångare, och den är dramatiskt mycket långsammare på att producera en första token – 107,18 sekunder mot en median på 3,87 på resultattavlan. GPT-5.6 Sol är inte heller en snabb modell enligt resultattavlans mått, men den är inte i den kategorin. Om du migrerade till GPT-5.6 Sol för en interaktiv produkt är GPT-6 Sol inte en drop-in-ersättning, och det är en funktionell regression oberoende av vilket benchmark som helst.

En rad är i det tysta gynnsam: GPT-6 Sols standardpris på $2/$10 understiger GPT-5.6 Sols batchpris på $2.50/$15. Till och med den rabatterade nivån för den gamla modellen är dyrare än listpriset för den nya. Det är det starkaste beviset för att sänkningen är strukturell snarare än kampanjdriven.

Regressionen är den intressanta delen

Artificial Analysis fann att GPT-6 Sol ungefär halverar kostnaden per uppgift samtidigt som den ger en blandning av förbättringar och försämringar. GDPval-AA v2.1 är den namngivna försämringen. Separat har OpenAI:s GPT-5.6 Luna också försämrats i Coding Agent Index — vilket tyder på ett mönster i den här generationen snarare än en isolerad miss på en enskild modell.

Detta är värt att ta på allvar just därför att det är det oberoende resultatet. OpenAIs lanseringsmaterial är uppbyggt kring kostnad per uppgift och kring benchmarkrader som företaget har valt; Artificial Analysis har ingen produkt att sälja och rapporterar vad dess testramverk producerade. En modell som är billigare och ungefär likvärdig i det sammansatta måttet, men mätbart sämre på specifika deluppgifter, är inte en strikt bättre modell. Det är en annan punkt på frontlinjen.

Den praktiska versionen av det: om din arbetsbelastning är starkt GDPval-AA-formad – ekonomiskt värdefullt kunskapsarbete, den typ av uppgifter som det benchmarket byggdes för att prissätta – räcker inte vinsten på en punkt i det sammansatta måttet för dig, och regressionen är den siffra som spelar roll. Om din arbetsbelastning är generell är halveringen av kostnaden per uppgift den siffra som spelar roll, och det sammansatta måttet säger att du inte gav upp något mätbart.

Där GPT-5.6 Sol fortfarande vinner

GPT-5.6 Sol har ett publicerat resultat för hämtning i långa kontexter som GPT-6 Sol inte matchar med något likvärdigt: MRCR v2, 8-needle, 91,5 % i intervallet 256K till 512K. Det är en siffra för hämtningsnoggrannhet i det intervall där GPT-6 Sols prislista ändras.

Ställ de två fakta sida vid sida. Över 272 000 indatatokens omprissätts GPT-6 Sols hela begäran till cirka 4 USD för indata och 15 USD för utdata. Det är ungefär GPT-5.6 Sols gamla pris för indata och tre fjärdedelar av det för utdata – så den 50-procentiga besparingen som du migrerade för krymper till cirka 0 % för indata och 25 % för utdata, precis i det kontextintervall där GPT-5.6 Sol har en dokumenterad styrka och GPT-6 Sol inte har någon publicerad motsvarighet.

GPT-5.6 Sols övriga publicerade resultat förblir respektabla och är anledningen till att vissa team inte byter:

• Agents' Last Exam — GPT-5.6 Sol 53.6

• Terminal-Bench 2.1 — GPT-5.6 Sol 88,8 / 88,0

• SWE-Bench Pro — GPT-5.6 Sol 64,6

• OSWorld 2.0 — GPT-5.6 Sol 62,6

• BrowseComp — GPT-5.6 Sol 90.4

• GDPval-AA v2 — GPT-5.6 Sol 1747,8 Elo

• HLE — GPT-5.6 Sol 49,5

• MRCR v2, 8-needle — GPT-5.6 Sol 91,5 % vid 256K till 512K

Dessa är rapporterade av OpenAI. Observera att BrowseComp på 90,4 och MRCR-siffran är de två som är svårast att ersätta: webbforskningsagenter och långkontextsåtervinning är arbetsbelastningar där en två månader gammal modell med ett publicerat tal är ett säkrare val än en ny modell utan motsvarande mätning.

Vad GPT-6 Sol tillför som inte står på prislistan

Prissättningen är nyheten, men tre andra saker förändrades.

Först, kontexttaket. GPT-6 Sol anges till 872 000 tokens av Artificial Analysis, mot ett påstående om 1,05 M någon annanstans i OpenAIs material, med 922 K maximal indata. GPT-5.6 Sol ligger på runt 1,05 M till 1,1 M beroende på källa. På papperet är det ett litet steg bakåt i användbart fönster – med förbehållet att det är gränsen vid 272 K-nivån, inte taket, som styr kostnaden.

För det andra, tillgänglighet. GPT-6 Sol finns i API:et och i ChatGPT Work och Codex på Plus, Pro, Business, Enterprise och Edu – och Enterprise-administratörer måste aktivera det innan användarna ser det. Det finns inte i ChatGPT Chat. GPT-5.6 Sol var en bredare utrullning. Om ditt teams åtkomstväg går via en företagsadministratör är migreringen inte bara en kodändring.

För det tredje innebär lanseringen av ett nytt flaggskepp i allmänhet att det gamla blir det billigare reservalternativet snarare än att pensioneras. GPT-5.6 Sol för $4/$20 är fortfarande en utmärkt modell med 47 på Index, och för arbete med långkontextsretrieval har den en publicerad siffra som GPT-6 Sol inte har.

En migrering som kostar mindre än den ser ut

Anledningen till att just den här uppgraderingen är enkel är att de båda modellerna kommer från samma leverantör, har samma API-form och ligger intill varandra i rankningen – vilket innebär att migreringen är en ändring av modellsträngen snarare än en ny arkitektur, och fallback-vägen finns redan i din kod. GPT-5.6 Sol finns på OrcaRouter till OpenAI:s listpris, enligt genomströmningsmodellen som gör att en prisförändring från OpenAI blir aktiv hos oss samma dag i stället för efter att en återförsäljare har omförhandlat.

GPT-6 Sol finns inte i vår katalog i skrivande stund – den nås via OpenAIs eget API. Så den ärliga formen för en migrering är en rutt med GPT-5.6 Sol bakom sig på samma nyckel: skicka ny trafik till GPT-6 Sol, håll den tidigare modellen bara en konfigurationsändring bort och låt automatisk failover täcka fönstret där en ny flaggskeppsmodells tillgänglighet fortfarande stabiliseras. För en modell som är två dagar gammal, med en Enterprise-aktiveringsväxel framför sig och en long-context-nivå som förändrar ekonomin över 272K tokens, är att ha den tidigare generationen fortfarande inkopplad inte försiktighet – det är skillnaden mellan en dålig eftermiddag och en dålig vecka.

Migreringschecklistan

Mät din faktiska kontextdistribution innan något annat. Om 95:e percentilen för dina förfrågningar ligger under 272 000 indatatokens, migrera – besparingen är genuina 50 % på båda sidor av räkningen, kostnaden per uppgift halveras, och det sammansatta indexet säger att du inte gav upp något. Om en betydande andel av trafiken ligger över den gränsen, modellera nivån noggrant: vid ungefär $4/$15 är fördelen gentemot GPT-5.6 Sols $4/$20 25 % på utdata och ingenting på indata, och du betalar för det med förlusten av ett dokumenterat långkontextsretrievalresultat.

Kontrollera om någon väntar på den första token. 107 sekunder är ungefär tjugoåtta gånger medianen på tavlan, och det är det felmod som kommer att visa sig först i produktion. Allt med en människa i andra änden bör stanna kvar på GPT-5.6 Sol eller routas någon annanstans.

Kontrollera sedan aktiveringsvägen. Enterprise-planer kräver att en administratör aktiverar GPT-6 Sol, och den saknas helt i ChatGPT Chat. Bekräfta att dina användare faktiskt kan komma åt den innan du meddelar en migrering internt.

Slutligen, håll ett öga på GDPval-AA v2.1 i dina egna utvärderingar under den första månaden. Det oberoende laboratoriet hittade en regression där, och en sammansatt vinst på en punkt säger inte om din specifika uppgiftsuppsättning gick upp eller ner. Kör dina utvärderingar på båda modellerna innan du växlar över, inte efter.