การ์ดชื่อเรื่องที่สร้างขึ้นซึ่งระบุว่า 'GPT-6.2 Sol Pro: อัตราค่าบริการไม่เปลี่ยนแปลง แต่ค่าใช้จ่ายลดลง 20%' พร้อมคำบรรยายใต้ภาพเกี่ยวกับค่าใช้จ่ายของงานดัชนี Artificial Analysis หนึ่งงานที่ลดลงจาก $1.27 เหลือ $1.01 เหนือการ์ดสามใบที่แสดงอัตราค่าบริการซึ่งไม่เปลี่ยนแปลงที่ $2.00 สำหรับอินพุตและ $10.00 สำหรับเอาต์พุตต่อหนึ่งล้านโทเค็น ค่าใช้จ่าย $1.01 ต่องานสำหรับ GPT-6.2 Sol และ $1.27 สำหรับ GPT-6.1 Sol และหมายเหตุว่า Sol Pro คือ gpt-6.2-sol ที่เรียกใช้โดยตั้งโหมดการให้เหตุผลเป็น pro
Guides & Insights

GPT-6.2 Sol Pro: อัตราค่าบริการไม่เปลี่ยนแปลง แต่ยอดบิลลดลง 20%

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

สี่หมื่นโทเคนเอาต์พุตเพื่อทำภารกิจประเมินผลหนึ่งภารกิจให้เสร็จ นั่นคือสิ่งที่ GPT-6.2 Solใช้ไปกับชุดทดสอบของ Artificial Analysis ในการตั้งค่าความพยายามสูงสุด เทียบกับ 67,824 สำหรับ GPT-6.1 Solที่ทำงานแบบเดียวกัน — ลดลง 40% ในแง่จำนวนโทเคน และลดลง 20% ในแง่ดอลลาร์ต่อภารกิจ บนรายการราคาที่ไม่เปลี่ยนแปลงแม้แต่เซนต์เดียว โมเดลนี้เปิดตัวเมื่อ 17 พฤศจิกายน 2026 ควบคู่กับ GPT-6.2 Astra และชื่อที่ผู้คนค้นหากันคือ GPT-6.2 Sol Pro ซึ่งก็คือโมเดลนั้นเมื่อตั้ง reasoning.mode เป็น pro ใน Responses API โหมด Pro คิดค่าบริการในอัตราโทเคนมาตรฐานของโมเดลฐาน ดังนั้นเศรษฐศาสตร์ทั้งหมดของการอัปเกรดจึงขึ้นอยู่กับจำนวนโทเคนที่โมเดลตัดสินใจใช้ — ซึ่งเป็นตัวเลขเดียวที่ตารางราคาของ OpenAI บอกคุณไม่ได้

นี่ไม่ใช่การวนกลับมาเล่าเรื่องข้อโต้แย้งที่ว่า "Pro is a mode" ซึ่งถูกกล่าวถึงไปแล้วสองครั้งบนบล็อกนี้ สำหรับระดับ GPT-6 และ GPT-6.1 กลไกยังเหมือนเดิมและตอนนี้มีเอกสารยืนยันชัดเจนแล้ว สิ่งใหม่คือหลักฐาน: เป็นครั้งแรกที่มีการวัดผลระดับ Sol แบบอิสระในวันถัดจากวันเปิดตัว และผลลัพธ์บอกสิ่งที่น่าสนใจกว่า "ราคาถูกกว่าต่อโทเคน" โดยระบุว่าการปรับปรุงนั้นกระจุกตัวอยู่ในเวิร์กโหลดที่ OpenAI กำลังขายโมเดลนี้อยู่พอดี และมิติหนึ่งแย่ลง

สิ่งที่จัดส่งเมื่อวันที่ 17 พฤศจิกายน อย่างแม่นยำคืออะไร

รายการ changelog มีความยาวสองบรรทัดและระบุตัวระบุสองรายการ ได้แก่ gpt-6.2-astra และ gpt-6.2-sol โดยทั้งสองอยู่บน Responses API และ Chat Completions โดยที่ tool calling จำเป็นต้องใช้ Responses สรุปการเปิดตัวของ OpenAI เอง — “ผลลัพธ์ระดับมืออาชีพที่ดีขึ้น การเขียนโค้ด การใช้คอมพิวเตอร์ และประสิทธิภาพในต้นทุนที่ต่ำลงทั่วทั้ง ChatGPT Work, Codex และ API” — เป็นการวางกรอบแบบผู้ขาย และควรวางใจให้น้อยไว้ก่อนจนกว่าตัวเลขจากแหล่งอิสระจะมาถึง ซึ่งตอนนี้ก็มาถึงแล้ว

ลักษณะของสิ่งนี้ จากหน้าโมเดลของ OpenAI สำหรับ gpt-6.2-sol:

• บริบท — โทเค็นทั้งหมด 1,050,000, อินพุตสูงสุด 922,000, เอาต์พุตสูงสุด 128,000

• โมดัลลิตี — รับข้อความและรูปภาพเข้า ส่งข้อความออก เสียงและวิดีโอถูกระบุว่าไม่รองรับ และไม่มีโมดัลลิตีสำหรับอินพุตแบบไฟล์ในข้อกำหนด

• จุดตัดข้อมูลความรู้ — 1 มิถุนายน 2026 ช้ากว่าของระดับ 6.1 ซึ่งอยู่ที่ 30 เมษายน 2026 หนึ่งเดือน

• การให้เหตุผล — เปิดตลอดเวลา มีการตั้งค่าระดับความพยายาม 5 ระดับ ตั้งแต่ low ถึง max และ API จะปฏิเสธ reasoning.effort: none โดยตรง แทนที่จะลดระดับลงอย่างเงียบ ๆ

• ราคา บริบทสั้น — อินพุต $2.00, อินพุตที่แคชไว้ $0.10, การเขียนแคช $2.50, เอาต์พุต $10.00 ต่อหนึ่งล้านโทเค็น เหมือนกันกับ GPT-6.1 Sol

• ราคา เมื่อมีโทเค็นอินพุตเกิน 272,000 — อัตราอินพุตและแคชจะเพิ่มเป็นสองเท่า และเอาต์พุตจะเพิ่มเป็น 1.5 เท่าสำหรับคำขอทั้งหมด: $4.00 / $0.20 / $5.00 / $15.00

• ระดับบริการ — Batch ที่ 50% ของราคามาตรฐาน, Fast ที่ 2×, Ultrafast ที่ 3× ถึงวันที่ 28 กุมภาพันธ์ 2027 และ 6× ตั้งแต่วันที่ 1 มีนาคม 2027

• ใหม่ในเจนเนอเรชันนี้ — หน้าต่างการคอมพลีทเบื้องหลังแบบมีส่วนลดใน Responses API public beta โดยต่ำกว่าอัตรามาตรฐาน 30% สำหรับหน้าต่างสองชั่วโมง และต่ำกว่า 40% สำหรับแปดชั่วโมง

บรรทัดสุดท้ายนั้นแท้จริงแล้วคือสิ่งที่มีประโยชน์ที่สุดในรีลีสนี้สำหรับใครก็ตามที่ต้องทำงานเอเจนต์ในรูปแบบแบตช์ และมันเป็นรายละเอียดแบบที่โพสต์เปิดตัวมักกลบเอาไว้ การเลื่อนงานออกไปสองชั่วโมงโดยจ่ายถูกลง 30% นั้นเป็นการตัดสินใจด้านผลิตภัณฑ์ที่แตกต่างจากการลดราคา เพราะมันเปลี่ยนเวลาที่คุณจัดตารางงาน ไม่ใช่สิ่งที่คุณต้องจ่ายสำหรับงานนั้น

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, text and image input with text output, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

"Pro" มาจากไหน และทำไมจึงไม่ใช่รหัสรุ่น

คู่มือการให้เหตุผลของ OpenAI ระบุไว้อย่างชัดเจนว่าโมเดล GPT-5.6 และ GPT-6 "รองรับโหมดการให้เหตุผลแบบ standard และ pro ใน Responses API โดย standard เป็นค่าเริ่มต้น" โหมดและระดับความพยายามเป็นแกนที่แยกจากกัน โดยคู่มือระบุชัดเจนว่าโหมด "เลือกการทำงานแบบ standard หรือ pro ขณะที่ reasoning.effort ควบคุมปริมาณการให้เหตุผลที่โมเดลใช้ภายในโหมดนั้น" คุณสามารถใช้โหมด pro ด้วยระดับความพยายามต่ำได้ และใช้โหมด standard ด้วยระดับความพยายามสูงสุดได้

สิ่งที่การประมวลผลแบบ Pro ทำคือรวมหลายรอบการทำงานของโมเดลไว้ในคำตอบเดียว และคิดค่าธรรมเนียมโทเคนเหล่านั้นใน “อัตราโทเคนมาตรฐานของโมเดลที่เลือก” ไม่มีตัวคูณพรีเมียม ไม่มีมิเตอร์แยก ตัวระบุ Pro ที่มีอยู่เดิม — GPT-5.5 Pro และรุ่นก่อนหน้า — ยังคงพฤติกรรมเดิมและราคาเดิม ซึ่งเป็นเหตุผลว่าทำไม “Pro” ตอนนี้จึงหมายถึงสองสิ่งแตกต่างกัน ขึ้นอยู่กับสตริงที่คุณระบุ

ดังนั้น เมื่อแค็ตตาล็อกระบุ gpt-6.2-sol-pro ไว้ สิ่งที่มันกำลังทำคืออธิบายการกำหนดค่าแบบหนึ่ง แล้วสร้างตัวระบุขึ้นมาเองเพื่อใช้ผูกกับค่านั้น เอกสารของ OpenAI เองให้ผล 404 เมื่อค้นสตริงนี้ และตัวระบุเดียวบนหน้ารุ่นโมเดลคือ gpt-6.2-sol ความแตกต่างนี้สำคัญเกินกว่าแค่การจุกจิกเรื่องถ้อยคำ: รหัสโมเดลที่คุณค้นดูได้จะมีหน้าต่างบริบทที่ระบุไว้ในเอกสารและอัตราค่าบริการที่ประกาศไว้ ขณะที่การกำหนดค่าหนึ่ง ๆ จะมีเพียงสิ่งที่แอปพลิเคชันของคุณส่งไปในตอนเรียกใช้งานเท่านั้น

บทวิเคราะห์อิสระ: เพิ่มขึ้น 2.7 คะแนน และถูกลง 20% ต่องาน

Artificial Analysis ได้รันโมเดลบนฮาร์เนสของตนเองแล้ว และตัวเลขเหล่านี้เป็นการวัดผลระดับนี้ครั้งแรกที่ไม่ได้มาจากผู้จำหน่าย บน Intelligence Index v5.0.1 GPT-6.2 Sol ที่ความพยายามสูงสุดได้คะแนน 57.3 เทียบกับ 54.6 สำหรับ GPT-6.1 Sol ที่ความพยายามสูงสุด ค่าใช้จ่ายต่องานใน Index ลดลงจาก $1.27 เหลือ $1.01. ตัวเลขทั้งสองวัดจากชุดทดสอบเดียวกันทุกประการ ซึ่งเป็นสิ่งที่ทำให้เปรียบเทียบกันได้: งานเดียวกัน ฮาร์เนสเดียวกัน การให้คะแนนเดียวกัน มีเพียงโมเดลเท่านั้นที่เปลี่ยน

การที่ตัวเลขทั้งสองขยับไปในทิศทางที่ถูกต้องพร้อมกันคือข้อกล่าวอ้างที่แท้จริงของการเปิดตัวครั้งนี้ เจเนอเรชันที่ฉลาดขึ้นและถูกลงต่องานภายใต้อัตราค่าบริการคงที่คือการได้มาซึ่งประสิทธิภาพ ไม่ใช่การปรับตำแหน่งผลิตภัณฑ์ใหม่ เจเนอเรชันที่ฉลาดขึ้นแต่มีต้นทุนสูงขึ้นคือข้อแลกเปลี่ยน ครั้งนี้เป็นแบบแรก ด้วยส่วนต่างที่กว้างพอจะสังเกตเห็นได้

ผลประโยชน์ที่เกิดขึ้นนั้นน่าสนใจกว่าคะแนนรวม เมื่อเทียบกับรุ่นก่อนหน้าของมันเองที่ความพยายามสูงสุด:

• Terminal-Bench 4.0 — 60.1% เทียบกับ 56.1%

• Terminal-Bench Science — 67.6% เทียบกับ 58.1% เพิ่มขึ้น 9.5 จุด และเป็นการขยับขึ้นครั้งใหญ่ที่สุดเพียงครั้งเดียวบนกระดาน

• HLE Diamond — 64.0% เทียบกับ 58.8%

• FrontierCode 2.0 — 44.4% เทียบกับ 40.6%

• AutomationBench — 71.3% เทียบกับ 64.9%

• AnalystAgent — 53.8% เทียบกับ 50.0%

ทุกงานในกลุ่มนั้นล้วนเป็นงานที่ต้องใช้เครื่องมือ มีหลายขั้นตอน และต้องตรวจสอบอย่างหนัก นี่ไม่ใช่โมเดลที่เก่งขึ้นในเรื่องเกร็ดความรู้ แต่เป็นโมเดลที่เก่งขึ้นในการทำสิ่งต่าง ๆ ให้เสร็จ ซึ่งสอดคล้องกับจำนวนโทเคนที่ลดลงแทนที่จะเพิ่มขึ้น การเดินผิดทางน้อยลงหมายถึงการใช้โทเคนน้อยลงในการฟื้นตัวจากความผิดพลาดเหล่านั้น

ข้อควรระวังประการหนึ่งเกี่ยวกับความหมายของตัวเลขเหล่านี้ Artificial Analysis วัดระดับความพยายาม ไม่ใช่โหมดการให้เหตุผล ดังนั้นแถว “max” ของ Artificial Analysis จึงเป็นโหมดมาตรฐานที่ใช้ความพยายามสูงสุด ยังไม่มีการเผยแพร่การวัดในโหมด pro สำหรับโมเดล GPT-6 รุ่นใดเลย เพราะโหมดนี้คูณปริมาณงานของโมเดลด้วยค่าที่ไม่ทราบจำนวน ให้ถือว่าแถวที่ใช้ความพยายามสูงสุดเป็นเพดานที่ใกล้เคียงที่สุดเท่าที่มีอยู่ ไม่ใช่เกณฑ์มาตรฐานของโหมด pro

ตัวเลขสองตัวที่เคลื่อนไปผิดทาง

AA-Omniscience เป็นส่วนหนึ่งของชุดการทดสอบที่วัดว่าโมเดลรู้ว่าตัวเองไม่รู้อะไรบ้าง และนี่คือจุดที่เวอร์ชันนี้ให้บางสิ่งกลับคืนมา GPT-6.2 Sol ที่ความพยายามสูงสุดได้คะแนน 40.4 บนดัชนี Omniscience ลดลงจาก 42.0 ความแม่นยำคงที่ คือ 61.6% เทียบกับ 61.8% ซึ่งถือเป็นความคลาดเคลื่อนปกติ แต่อัตราการสร้างข้อมูลเท็จเพิ่มขึ้นจาก 51.9% เป็น 55.4%

อ่านให้ดีก่อนตัดสินว่าเป็นเรื่องอื้อฉาว โมเดลทั้งสองสร้างข้อมูลเท็จในคำถามมากกว่าครึ่งของคำถามที่ตอบผิด และการขยับ 3.5 จุดในชุดทดสอบขนาดนี้ไม่ใช่การถดถอยร้ายแรง แต่มันเป็นทิศทาง และชี้ไปทางตรงข้ามกับตัวเลขความสามารถ ระดับนี้ทำงานได้ดีขึ้นและระวังน้อยลงเล็กน้อยในการยืนยันสิ่งที่มันสนับสนุนไม่ได้

สำหรับ coding agent ที่รันการทดสอบก่อนประกาศชัยชนะ การแลกเปลี่ยนนั้นแทบไม่มีต้นทุน สำหรับผู้ช่วยวิจัยที่ตอบโดยไม่มีขั้นตอนตรวจสอบ นี่คือโหมดความล้มเหลวแบบเดียวกับที่คุณยอมจ่ายให้รุ่นก่อนหน้าเพื่อหลีกเลี่ยง ถ้าภาระงานของคุณอยู่ในหมวดที่สอง ดัชนีคอมโพสิตก็เป็นตัวเลขผิดสำหรับใช้เป็นเกณฑ์ตัดสินใจ และการประหยัด 20% นั้นน้อยกว่าต้นทุนของคำตอบผิดที่มั่นใจเพียงครั้งเดียว

สิ่งที่โหมด Pro ทำกับมิเตอร์ ในหน่วยโทเคน

เนื่องจากโหมด pro คิดค่าบริการในอัตรามาตรฐาน คันโยกเดียวที่มันดึงคือจำนวนโทเคน และข้อมูลอิสระทำให้คุณกำหนดขนาดของคันโยกนั้นได้เป็นครั้งแรก ที่การตั้งค่า max effort GPT-6.2 Sol มีค่าเฉลี่ย 40,360 โทเคนเอาต์พุตต่องาน โดย 22,800 เป็นโทเคนการให้เหตุผล และ 17,561 เป็นคำตอบที่มองเห็น การให้เหตุผลคิดเป็น 56% ของเอาต์พุต GPT-6.1 Sol ที่การตั้งค่าเดียวกันมีค่าเฉลี่ย 67,824 โทเคนเอาต์พุต โดย 49,213 เป็นการให้เหตุผล โมเดลใหม่ใช้เวลาคิดน้อยกว่าครึ่งหนึ่ง และตอบด้วยความยาวใกล้เคียงเดิม

นั่นคือกลไกที่อยู่เบื้องหลัง 20% แต่ยังไม่ใช่การคำนวณทั้งหมด และอีกครึ่งหนึ่งก็ควรค่าแก่การรู้ เมื่อแยกต้นทุนต่องานออกมา: เอาต์พุตลดลงจากประมาณ $0.72 เหลือ $0.40 ขณะที่อินพุตเพิ่มขึ้นจากประมาณ $0.55 เป็น $0.61 — มีการอ่านแคชและการเขียนแคชต่องานมากขึ้น ไม่ใช่น้อยลง ทั้งสองส่วนหักล้างกันจนเหลือการประหยัดสุทธิ 20% ซึ่งหมายความว่าการอัปเกรดนี้คือการเดิมพันว่าการคิดน้อยลงนั้นคุ้มค่ามากกว่าบริบทเพิ่มเติมที่มันอ่านซ้ำ บนชุดทดสอบนั้น มันคุ้มค่า

ไม่ว่าจะเปิดโหมด pro ทับบนแบบใดก็ตาม ตัวคูณยังไม่เป็นที่ทราบ — OpenAI ระบุว่าโหมด pro “ทำงานกับโมเดลมากกว่าโหมดมาตรฐาน ทำให้การใช้โทเคนและค่าใช้จ่ายเพิ่มขึ้น” แต่ไม่ได้เปิดเผยตัวคูณใด ๆ สิ่งที่พูดได้อย่างมั่นใจคือฐานที่ตัวคูณนั้นนำไปคูณมีขนาดเล็กกว่าถึง 40% ในฝั่งเอาต์พุต ดังนั้นตัวคูณ pro เดียวกันจึงตกอยู่บนฐานราคาที่ถูกกว่า

ผลในทางปฏิบัติ: หากคุณตั้งงบประมาณสำหรับการเรียกใช้โหมด pro โดยอิงจากจำนวนโทเค็นในยุค 6.1 ให้วัดใหม่แทนการปรับสเกล การกระจายของโทเค็นเปลี่ยนไปมากพอที่การปรับแบบเชิงเส้นจะทำให้บิลของคุณสูงเกินจริง

A generated single-column scoreboard for GPT-6.2 Sol listing Intelligence Index 57.3, cost per index task $1.01, output tokens per task 40,360, Terminal-Bench 4.0 at 60.1 percent, Terminal-Bench Science at 67.6 percent, AA-Omniscience 40.4, a 1,050,000-token context window and $2 input and $10 output per million tokens, with a footer attributing the comparison figures to Artificial Analysis and the pricing to OpenAI.

จุดที่สามารถเรียกใช้งานได้ในปัจจุบัน และจุดที่ยังไม่สามารถเรียกใช้งานได้

API ของ OpenAI พร้อมใช้งานจริงแล้ว: Responses และ Chat Completions, batch, prompt caching, structured outputs, ชุดเครื่องมือที่โฮสต์ไว้ซึ่งรวมถึง computer use, apply_patch, hosted shell และ MCP ตลอดจน Zero Data Retention สำหรับองค์กรที่ได้รับอนุมัติบนเอ็นด์พอยต์ที่เข้าเกณฑ์ ผู้ใช้ ChatGPT Work และ Codex ได้ใช้งานตั้งแต่วันแรก ตามบันทึกการเผยแพร่ นั่นคือภาพรวม GA ณ วันที่ 18 พฤศจิกายน 2026

ในแคตตาล็อกของ OrcaRouter เอง เจเนอเรชัน 6.2 ยังไม่เปิดตัว — การตรวจสอบรายการโมเดลสาธารณะเมื่อวันที่ 18 พฤศจิกายน พบ openai/gpt-6.1-sol และ openai/gpt-6-sol แต่ไม่พบ gpt-6.2-sol สิ่งนี้ทำให้เกิดข้อสรุปสองประการ และประการที่สองคือประการที่ควรวางแผนรับมือ ประการแรก ไม่มีข้อมูลใด ๆ เกี่ยวกับการอัปเกรดนี้ให้ใช้ได้ที่นี่ในวันนี้ และบทความนี้จะไม่แสร้งทำเป็นอย่างอื่น ประการที่สอง OrcaRouter ส่งผ่าน ราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม 0% ดังนั้นเมื่อมีระดับบริการปรากฏขึ้นจริง ราคา $2/$10 ของผู้ให้บริการเองคือสิ่งที่คุณจ่าย — ไม่มีตัวคูณจากเกตเวย์เพิ่มเติมบนตารางราคา และการเปลี่ยนแปลงราคาของผู้ให้บริการมีผลในวันเดียวกัน ไม่ใช่ตามกำหนดการของผู้ขายต่อ

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, input pricing of $2.00 and output pricing of $10.00 per million tokens, and a description of the tier as the long-context option beneath the flagship.

ในระหว่างนี้ tier ที่ตัวนี้มาแทนคือ openai/gpt-6.1-sol ซึ่งอยู่ในแคตตาล็อกในราคาตามรายการ และแนวทางการย้ายที่สมเหตุสมผลคือคง production ไว้บน tier 6.1 ระหว่างที่คุณประเมิน 6.2 โดยตรง แล้วย้าย route แทนที่จะย้ายโค้ด

ดูอะไรดี

สามสิ่งจะตัดสินว่า 17 พฤศจิกายน จะดูเหมือนก้าวหนึ่งหรือเพียงการสั่นคลอน การถดถอยของการคาลิเบรตจะคงอยู่ต่อไปตลอดการรีเฟรช AA ครั้งถัดไป หรือหดลงจนกลายเป็นสัญญาณรบกวน ตัวคูณ Ultrafast จะเพิ่มเป็นสองเท่าในวันที่ 1 มีนาคม 2027 จาก 3× เป็น 6× ของมาตรฐาน ซึ่งไม่ได้ทำให้สิ่งใดเป็นสามเท่า แต่ทำให้พรีเมียมบนเส้นทางที่เร็วที่สุดเพิ่มเป็นสองเท่า — หากสถาปัตยกรรมของคุณขึ้นอยู่กับ Ultrafast วันที่นั้นต้องอยู่ในงบประมาณของคุณ และประสิทธิภาพของโทเค็นต้องคงอยู่ภายใต้โหมด pro โดยตัวเลขเดียวที่ไม่มีใครเผยแพร่คือตัวเลขที่กำหนดบิลของคุณ

จนถึงตอนนั้น สรุปอย่างตรงไปตรงมาก็มีขอบเขตแคบและตรวจสอบได้: ราคาเท่าเดิม 2.7 คะแนนดัชนี ถูกกว่าต่องาน 20% และมีการยึดเกาะกับสิ่งที่มันไม่รู้หลวมขึ้นอย่างวัดได้

การเปรียบเทียบในบทความนี้2

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube