GPT-6 Sol กับ Gemini 3.1 Pro: ช่องว่างราคาแคบกว่าที่โพสต์เปิดตัวของทั้งสองฝ่ายยอมรับ

ทั้งสองโมเดลมีค่าใช้จ่าย $2.00 ต่อโทเค็นอินพุต 1 ล้านโทเค็น GPT-6 Sol คิดค่าบริการ $10.00 ต่อเอาต์พุต 1 ล้าน; Gemini 3.1 Pro คิดค่าบริการ $12.00 เมื่อดูจากอัตราที่ประกาศ GPT-6 Sol และ Gemini 3.1 Pro ที่มีอายุหกเดือนนั้นต่างกันภายใน 20% ซึ่งทำให้สิ่งนี้เป็นการเปรียบเทียบราคาที่ไม่น่าตื่นเต้นที่สุดในไลน์อัปปัจจุบัน — และทำให้เข้าใจผิดมากที่สุด เพราะไม่มีโมเดลใดคิดค่าบริการตามอัตราที่ประกาศจริงสำหรับงานที่ใช้บริบทขนาดยาว และเส้นแบ่งระดับทั้งสองอยู่คนละตำแหน่งและปรับราคาไปในทิศทางที่แตกต่างกัน

นั่นคือการเปรียบเทียบที่ควรทำอย่างถูกต้อง GPT-6 Sol เปิดตัวเมื่อวันที่ 22 กันยายน 2026 ในราคา $2/$10 ซึ่งลดลง 50% จาก GPT-5.6 Sol โดยมีระดับบริบทแบบยาวที่เกิน 272,000 โทเคนอินพุต ซึ่งเพิ่มอินพุตเป็นราวสองเท่า และเพิ่มเอาต์พุตขึ้นครึ่งหนึ่ง Gemini 3.1 Pro มีให้ใช้งานตั้งแต่ 19 กุมภาพันธ์ 2026 ในราคา $2/$12 โดยมีขอบเขตระดับที่ 200,000 โทเคน ซึ่งทำให้ราคาเป็น $4/$18 และอัตราแบบแบตช์ที่ $1/$6 ราคาติดป้ายเดียวกัน แต่โครงสร้างอัตราค่าใช้จ่ายต่างกัน และการคำนวณด้านล่างนี้คือสิ่งที่ตัดสินว่าตัวไหนถูกกว่าสำหรับทราฟฟิกของคุณ

เรตการ์ดสองใบ วาดตามมาตราส่วน

• อินพุตพื้นฐาน — GPT-6 Sol $2.00 ต่อ 1M เทียบกับ Gemini 3.1 Pro $2.00 ต่อ 1M

• เอาต์พุตพื้นฐาน — GPT-6 Sol $10.00 ต่อ 1M เทียบกับ Gemini 3.1 Pro $12.00 ต่อ 1M

• เกณฑ์บริบทแบบยาว — GPT-6 Sol เมื่ออินพุตเกิน 272K เทียบกับ Gemini 3.1 Pro เมื่ออินพุตเกิน 200K

• อัตราราคาช่วงบริบทยาว — GPT-6 Sol อยู่ที่ประมาณ $4.00 / $15.00 เทียบกับ Gemini 3.1 Pro $4.00 / $18.00

• ขอบเขตการคิดราคาใหม่ — GPT-6 Sol คิดราคาคำขอทั้งหมดใหม่ เทียบกับ Gemini 3.1 Pro ที่คิดราคาคำขอทั้งหมดใหม่

• แคช — GPT-6 Sol ราคาอินพุตแบบแคชถูกกว่าประมาณ 90% เมื่อเทียบกับ Gemini 3.1 Pro ส่วนราคาแคชไม่ได้ระบุซ้ำ ณ ตอนเปิดตัว

• แบบกลุ่ม — อัตราแบบกลุ่มของ GPT-6 Sol ไม่ได้เผยแพร่ เทียบกับ Gemini 3.1 Pro $1.00 / $6.00

• หน้าต่างบริบท — GPT-6 Sol 872K ตาม Artificial Analysis, อ้าง 1.05M เทียบกับอินพุต 1M ของ Gemini 3.1 Pro

• เอาต์พุตสูงสุด — GPT-6 Sol 128K เทียบกับ Gemini 3.1 Pro ประมาณ 64K ถึง 66K

• ดัชนี AA Intelligence (v4.3.2) — GPT-6 Sol 48 เทียบกับ Gemini 3.1 Pro 30

มีสองประเด็นเชิงโครงสร้างที่ตามมาจากเรื่องนั้น ประการแรก ขอบเขตบริบทแบบยาวนั้นใกล้เคียงกันแต่ไม่เหมือนกัน — 272K กับ 200K — และทั้งสองใช้อัตราที่สูงกว่ากับคำขอทั้งหมดแทนที่จะใช้กับส่วนที่เกิน การเรียกที่มี 210K โทเค็นจะคิดอัตราพรีเมียมบน Gemini 3.1 Pro และอัตราฐานบน GPT-6 Sol ช่วง 72,000 โทเค็นนั้นเป็นจุดที่สองโมเดลแตกต่างกันมากที่สุดในด้านราคา

ข้อสอง ความจุเอาต์พุตเทียบกันไม่ได้ GPT-6 Sol ให้เอาต์พุตได้ 128K โทเคน ขณะที่ Gemini 3.1 Pro หยุดอยู่ที่ราว 64K ถึง 66K หากภาระงานของคุณสร้างชิ้นงานขนาดยาว ไม่ว่าจะเป็นการเขียนไฟล์ใหม่ทั้งไฟล์ ฉบับร่างความยาวมาก หรือร่องรอยกระบวนการคิดแบบขยายที่คุณเก็บไว้จริง เพดานนั้นสำคัญกว่าส่วนต่างราคา 2 ดอลลาร์ของค่าเอาต์พุตเสียอีก

ตัวอย่างการคำนวณ เพราะอัตราที่พาดหัวข่าวซ่อนคำตอบไว้

ลองพิจารณาภาระงานจริงต่อเดือน: โทเคนอินพุต 10 ล้านโทเคน และโทเคนเอาต์พุต 2 ล้านโทเคน โดยเป็นบริบทสั้นทั้งหมด

• GPT-6 Sol — อินพุต 10M ที่ $2.00 เท่ากับ $20.00, เอาต์พุต 2M ที่ $10.00 เท่ากับ $20.00 รวม: $40.00

• Gemini 3.1 Pro — อินพุต 10M ในราคา $2.00 คิดเป็น $20.00, เอาต์พุต 2M ในราคา $12.00 คิดเป็น $24.00 รวม: $44.00

GPT-6 Sol ถูกกว่า 9% นั่นคือส่วนต่างทั้งหมด และมันเล็กพอที่การตัดสินใจทางวิศวกรรมเพียงครั้งเดียวในส่วนอื่นของสแต็กก็สามารถลบทิ้งได้

ตอนนี้ทำให้ workload เดียวกันเป็นแบบ long-context — เอเจนต์ที่แบก working state 300K โทเคนในทุกครั้งที่เรียกใช้ ทั้งสองโมเดลต่างข้าม threshold ของตัวเอง

• GPT-6 Sol — อินพุตที่ประมาณ $4.00 ให้ $40.00 เอาต์พุตที่ประมาณ $15.00 ให้ $30.00 รวม: $70.00

• Gemini 3.1 Pro — อินพุตที่ $4.00 ให้ $40.00, เอาต์พุตที่ $18.00 ให้ $36.00 รวม: $76.00

ค่าใช้จ่ายทั้งสองรายการเกือบเพิ่มเป็นสองเท่า และ GPT-6 Sol ยังคงนำอยู่ แต่ช่องว่างยังต่ำกว่า 10% บริบทยาวไม่ได้ทำให้การเปรียบเทียบนี้พลิกผล เพียงแต่ทำให้ทั้งสองตัวเลือกมีค่าใช้จ่ายสูง

กรณีที่น่าสนใจคือการแคชและการประมวลผลแบบเป็นชุด ซึ่งสองผู้ให้บริการวางเดิมพันต่างกัน ถ้า 80% ของอินพุตของคุณเป็นคำนำหน้าที่คงที่ ส่วนลดแคชประมาณ 90% ของ GPT-6 Sol ก็เปลี่ยนการคำนวณไปพอสมควร — 8M โทเคนที่แคชไว้ในราคาประมาณ $0.20 ต่อล้าน เป็น $1.60 บวก 2M ใหม่ที่ $2.00 เป็น $4.00 บวกเอาต์พุต $20.00 รวมแล้วใกล้ $25.60 อัตราแบบเป็นชุดของ Gemini 3.1 Pro ก็ทำงานลักษณะเดียวกันจากอีกทิศทาง: ที่อินพุต $1.00 และเอาต์พุต $6.00 ภาระงาน 10M/2M เดียวกันจะอยู่ที่ $10.00 บวก $12.00 หรือ $22.00

ดังนั้น บทสรุปที่ตรงไปตรงมาคือ: GPT-6 Sol ชนะในทราฟฟิกแบบอินเทอร์แอกทีฟและในเวิร์กโหลดแบบ cached-prefix ส่วน Gemini 3.1 Pro ชนะในทุกอย่างที่คุณแบตช์ได้ และความแตกต่างระหว่างสองกรณีที่ดีที่สุดคือไม่กี่ดอลลาร์ต่อสิบล้านโทเค็น นี่ไม่ใช่การตัดสินใจเรื่องราคา แต่เป็นการตัดสินใจเรื่องลักษณะของเวิร์กโหลด

ช่องว่างขีดความสามารถนั่นแหละคือการตัดสินใจที่แท้จริง

ห้าสิบเอ็ดคะแนน Index แยกโมเดลเหล่านี้บนบอร์ดเดียวกัน: GPT-6 Sol อยู่ที่ 48, Gemini 3.1 Pro อยู่ที่ 30 นั่นไม่ใช่ระยะที่ใกล้กันเลย และนี่คือเหตุผลที่การมีราคาเท่ากันเป็นเพียงเรื่องน่าฉงนมากกว่าจะเป็นภัยคุกคามด้านการแข่งขัน

Artificial Analysis's Intelligence Index เป็นดัชนีแบบผสม และดัชนีแบบผสมอาจทำให้ดูดีเกินจริง แต่ช่องว่างขนาดนั้นยังคงสอดคล้องกันในเบนช์มาร์กองค์ประกอบที่ผู้ขายแต่ละรายเผยแพร่:

• AA Intelligence Index — GPT-6 Sol 48 อยู่อันดับที่ 18 จาก 212 เทียบกับ Gemini 3.1 Pro 30 อยู่อันดับที่ 81 จาก 212

• ความเร็วเอาต์พุต — GPT-6 Sol 104.4 โทเค็น/วินาที เทียบกับ Gemini 3.1 Pro 115.0 โทเค็น/วินาที

• เวลาถึงโทเคนแรก — GPT-6 Sol 107.18 วินาที เทียบกับ Gemini 3.1 Pro 32.96 วินาที เมื่อเทียบกับค่ามัธยฐานของบอร์ดที่ 3.87 วินาที

• GPQA Diamond — Gemini 3.1 Pro 94.3% (รายงานโดย Google)

• ARC-AGI-2 — Gemini 3.1 Pro 77.1% (รายงานโดย Google)

• HLE — Gemini 3.1 Pro 44.4% (รายงานโดย Google)

• SWE-bench Verified — Gemini 3.1 Pro 80.6% (ตามที่ Google รายงาน)

• Terminal-Bench 2.0 — Gemini 3.1 Pro 68.5% (รายงานโดย Google)

• LiveCodeBench Pro — Gemini 3.1 Pro 2887 Elo (รายงานโดย Google)

อ่านตัวเลขของ Google เหล่านั้นให้ดี เพราะมันไม่ได้อ่อนเลย 94.3% บน GPQA Diamond และ 77.1% บน ARC-AGI-2 เป็นผลลัพธ์ที่แข็งแกร่ง และถูกเผยแพร่ในเดือนกุมภาพันธ์ เหตุผลที่ Index ยังจัดให้ Gemini 3.1 Pro ตามหลังอยู่สามสิบจุดก็คือ Index ให้น้ำหนักกับงานเชิงเอเจนต์และงานระยะยาวอย่างมาก และนั่นคือจุดที่ช่วงหกเดือนระหว่างการเปิดตัวทั้งสองครั้งนี้แสดงให้เห็น Gemini 3.1 Pro เป็นโมเดลการให้เหตุผลที่แข็งแกร่ง GPT-6 Sol เป็นเอเจนต์ที่แข็งแกร่ง

เส้นความหน่วง (latency) คือจุดที่ Gemini 3.1 Pro ชนะแบบขาดลอย และไม่ใช่ชัยชนะเล็ก ๆ โทเคนแรกที่ใช้เวลา 33 วินาทีถือว่าช้าในเชิงค่าสัมบูรณ์ — ค่ามัธยฐานของบอร์ดอยู่ที่ 3.87 วินาที — แต่มันเป็นเพียงหนึ่งในสามของ 107 วินาทีของ GPT-6 Sol สำหรับงานใดก็ตามที่คนต้องรอ Gemini 3.1 Pro เป็นเพียงหนึ่งเดียวในสองตัวนี้ที่ใช้งานได้จริง โทเคนแรก 107 วินาทีของ GPT-6 Sol คือตัวเลขที่จะฆ่าโครงการนำร่องส่วนใหญ่ และน่าจดจำว่าอัตราการประมวลผลเมื่อเริ่มแล้วนั้นยอดเยี่ยม: 104.4 โทเคนต่อวินาทีไม่ได้ตามหลัง 115.0 ของ Gemini อย่างมีนัยสำคัญ โมเดลไม่ได้ช้า แต่มันเริ่มต้นช้า

สิ่งที่ Gemini 3.1 Pro ยังหนีไม่พ้น

Gemini 3.1 Pro อยู่ในสถานะพรีวิวมาตั้งแต่เดือนกุมภาพันธ์ หกเดือนถือเป็นเวลานานเกินไปสำหรับการแบกป้ายพรีวิวไว้ และในระหว่างนี้ Google ได้เปิดตัวโมเดล Flash 3.5, 3.6 และ 3.8 โดยไม่ได้เลื่อน 3.1 Pro ขึ้นสู่สถานะพร้อมใช้งานทั่วไป บน OrcaRouter slug ที่กำหนดเส้นทางได้ยังคงเป็น gemini-3.1-pro-preview และยังมีgemini-3.1-pro-preview-customtoolsตัวแปรแยกต่างหากอยู่เคียงข้างกัน

เรื่องนี้สำคัญต่อการจัดซื้อจัดหาในแบบที่ผลการทดสอบมาตรฐานไม่ได้สะท้อน เอนด์พอยต์แบบพรีวิวอาจเปลี่ยนแปลงได้ตลอดเวลา ถูกยกเลิกโดยแจ้งล่วงหน้าเพียงสั้น ๆ และมีข้อจำกัดอัตราการใช้งานต่างจากโมเดลที่ GA แล้ว หากวันนี้คุณสร้างบน Gemini 3.1 Pro คุณกำลังสร้างบนพรีวิว และคุณควรประเมินความเสี่ยงจากการย้ายระบบให้สอดคล้องกัน โดยเฉพาะเมื่อโมเดล Flash รุ่นใหม่กว่าของ Google เองแซงหน้าไปแล้วในหลายมิติ

GPT-6 Sol ไม่มีปัญหานั้น แต่มีปัญหาอีกอย่างหนึ่ง: ความพร้อมใช้งานตอนเปิดตัวนั้นแคบกว่าที่การประกาศบอกเป็นนัย มันอยู่ใน API ใน ChatGPT Work และใน Codex บนแผนแบบเสียค่าใช้จ่าย — และผู้ดูแลระบบ Enterprise ต้องเปิดใช้งานก่อนที่ผู้ใช้ของพวกเขาจะเห็นมัน มันไม่อยู่ใน ChatGPT Chat เรือธงที่ข้ามช่องทางสำหรับผู้บริโภคคือเรือธงที่ถูกมุ่งเป้าไปที่นักพัฒนา

รันอันที่ถูกและอันที่ดีไปพร้อมกัน

นี่เป็นการเปรียบเทียบที่หาได้ยาก ซึ่งคำตอบก็ชัดเจนว่า "ทั้งคู่" และราคาก็สนับสนุนข้อสรุปนั้น Gemini 3.1 Pro คือโมเดลที่คุณวางไว้ตรงหน้าคน: first token เร็ว อัตราแบบ batch ที่ทำให้งานปริมาณมากมีต้นทุนต่ำ และคะแนนการให้เหตุผลที่เผยแพร่ไว้สูง ส่วน GPT-6 Sol คือโมเดลที่คุณวางไว้หลังคิว: เริ่มทำงานช้า แต่ throughput ยอดเยี่ยม ดีกว่าถึง 51 คะแนน Index ทั้งยังตั้งราคาอยู่ในระยะ 20% ของโมเดลที่มันเข้ามาแทนที่ในงานเชิงโต้ตอบ

Gemini 3.1 Pro มีให้บริการบน OrcaRouter ในราคาตามที่ Google กำหนดภายใต้โมเดลแบบ pass-through นั่นหมายความว่าการเปลี่ยนแปลงราคาของ Google จะมีผลฝั่งเราในวันเดียวกัน แทนที่จะต้องรอให้ผู้ค้าปลีกกลับมาเจรจาใหม่ GPT-6 Sol ยังไม่อยู่ในแค็ตตาล็อกของเรา ณ เวลาที่เขียนนี้ — มันเข้าถึงได้ผ่าน API ของ OpenAI เอง — ดังนั้นเส้นทางที่ครอบคลุมทั้งสองตัวจึงหมายถึงคีย์เดียวสำหรับ Gemini และการเชื่อมต่อ OpenAI โดยตรงที่วางเคียงข้างกัน การกำหนดเส้นทางระหว่างโมเดลพรีวิวที่รวดเร็วกั บโมเดล frontier ที่ช้ากว่าเป็นกรณีที่ระบบ failover อัตโนมัติถูกสร้างขึ้นมาเพื่อรองรับพอดี: เมื่อปลายทางพรีวิวเสื่อมประสิทธิภาพหรือถูกเลิกใช้งาน เส้นทางจะย้ายไป และคุณจะรู้เรื่องนี้จากบรรทัดในล็อก แทนที่จะรู้จากผู้ใช้ของคุณ

กฎการตัดสินใจ

เลือก Gemini 3.1 Pro เมื่อมีคนกำลังรอ เมื่องานสามารถทำเป็นแบตช์ได้ หรือเมื่อเอาต์พุตยังสั้น โทเคนแรกที่ใช้เวลา 33 วินาทีนั้นไม่ดี แต่ก็ดีกว่าของ GPT-6 Sol ถึงสามเท่า และอัตราแบบแบตช์ $1/$6 เป็นวิธีที่ถูกที่สุดในการส่งคลังข้อมูลขนาดใหญ่ผ่านโมเดลการให้เหตุผลที่แข็งแกร่ง ยอมรับว่าคุณอยู่บนเอนด์พอยต์พรีวิว และวางแผนสำหรับการโยกย้าย

เลือก GPT-6 Sol เมื่องานเป็นแบบเอเจนต์ ระยะยาว และไม่มีคนเฝ้าดู และเมื่อคอนเท็กซ์ของคุณยังอยู่ต่ำกว่า 272K โทเคน มันทำคะแนนได้ 48 เทียบกับ 30 สร้างเอาต์พุตได้ 128K เทียบกับราว 64K และการคิดราคาแบบแคชพรีฟิกซ์ที่ลด 90% ทำให้ลูปการทำงานแบบเอเจนต์ที่ทำซ้ำ ๆ ถูกเป็นพิเศษ โทเคนแรกที่ใช้เวลา 107 วินาทีของมันเป็นคุณสมบัติของวิธีที่มันใช้เหตุผล ไม่ใช่บั๊ก และมันจะกลายเป็นปัญหาก็ต่อเมื่อคุณวางมันไว้ตรงหน้าคนอื่น

อย่าเลือกจากราคา ทั้งสองโมเดลต่างกันไม่เกิน 9% ในงานที่ใช้บริบทสั้น และไม่เกิน 10% ในงานที่ใช้บริบทsยาว ส่วนต่าง 9 ดอลลาร์ต่อเดือนบนหนังสือขนาดสิบล้านโทเคนไม่ใช่เหตุผลในการเลือกโมเดลใดโมเดลหนึ่ง และช่องว่าง 51 จุดของ Index ต่างหากที่เป็นเหตุผล