Một thẻ hero được tạo có tiêu đề '126 token mỗi giây, không phải 4,5x', với phụ đề ghi 'Phép đo công khai đầu tiên về Ultrafast, trên GPT-6.2 Sol', ba thẻ ghi 'Mức trung bình đo được: 126 tok/s', 'Mức đỉnh đo được: 252 tok/s' và 'Mức cơ sở tiêu chuẩn: 85 tok/s', và chân trang ghi 'Bản chỉnh sửa video dài 27 phút của một người dùng, ngày 18 tháng 11 năm 2026; mức cơ sở tiêu chuẩn theo Artificial Analysis'.
Guides & Insights

GPT-6.2 Sol Ultrafast, qua đo đạc: 126 token mỗi giây và không có dấu hiệu nào của mức 4,5×

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Con số công khai đầu tiên cho GPT-6.2 Sol chạy với Ultrafast được bật là 126 token mỗi giây, tính trung bình trên một tác vụ mất 27 phút thời gian thực và khoảng 14 phút thời gian mô hình thực sự phản hồi, với tốc độ đỉnh lên tới 252 token mỗi giây. Con số này đến từ một biên tập viên video trên X, người đã yêu cầu mô hình cắt một video dài tám phút — một tác vụ thực tế, được báo cáo trong bốn dòng, không có harness, không chạy lặp lại và không có đối chứng ở chế độ Standard. Đặt mức trung bình đó bên cạnh con số mà Artificial Analysis công bố cho cùng mô hình ở Standard, 85 token đầu ra mỗi giây, và hạng mà OpenAI nói tạo ra token "nhanh hơn tới 4,5 lần so với Standard" đã đạt khoảng 1,5× trong báo cáo duy nhất này. GPT-6.2 Astra và GPT-6.1 Sol, hai mô hình còn lại trong danh sách Ultrafast, thậm chí còn thấp hơn trên bảng độc lập đó với 60 và 49 token mỗi giây, đó là lý do tỷ lệ này ở đây quan trọng hơn con số thô.

Bốn con số, và con số thứ năm thì không ai đăng.

Bài đăng đặc biệt cụ thể một cách bất thường đối với một tuyên bố tốc độ trên mạng xã hội, và chính điều đó khiến nó đáng để mổ xẻ. Bài đăng đưa ra nhiệm vụ (một bản chỉnh sửa video tám phút), tổng thời gian (27 phút), phần thời gian dành để chờ mô hình (khoảng 14 phút), tốc độ tạo trung bình (126 token mỗi giây) và đợt tạo đơn lẻ tốt nhất (252). OpenAI ghi nhận bậc này là Ultrafast; bài đăng gọi nó là "Ultra Fast". Cả hai tên đều mô tả cùng một thứ — tùy chọn tốc độ nhanh nhất trong trình chọn trong ChatGPT Work và ứng dụng Codex.

Điều mà bài viết không đưa ra là nửa còn lại—phần sẽ khiến nó trở thành một chuẩn mực:

• Nó đã chạy trên nền tảng nào — ChatGPT Work, ứng dụng Codex hay API. Cả ba đều hiển thị hạng; các con số không thể so sánh với nhau giữa chúng.

• Cài đặt mức nỗ lực suy luận. Sol ở Light và Sol ở Pro có lượng suy nghĩ khác nhau trước token đầu tiên, và thời gian suy nghĩ nằm trong 14 phút đó.

• Có bao nhiêu token thực sự được tạo ra. Có thể suy ra từ mức trung bình và thời lượng, và việc suy luận này đáng để làm — xem bên dưới — nhưng đó là suy luận.

• Standard sẽ mất bao nhiêu cho cùng tác vụ đó. Đây là con số mà bài viết thực sự nói đến, và là con số duy nhất mà bài đăng không thể chứa, bởi đó chỉ là một lần chạy duy nhất không có gì để so sánh.

• Liệu bản dựng có dùng được ngay lần đầu hay không. “Nó đã cắt một video dài tám phút” là một tuyên bố thành công, không phải tuyên bố về chất lượng, và việc chạy lại sẽ làm thay đổi đáng kể tổng thời lượng.

Tuyên bố, được nêu chính xác, và chi phí của gói.

Tài liệu về tốc độ của OpenAI nói rõ về những gì Ultrafast hứa hẹn: “Trên GPT-6.2 Astra và GPT-6.2 Sol, Ultrafast tạo token nhanh tới 4,5 lần so với Standard trên cùng mô hình.” Hãy để ý hai yếu tố giới hạn. Đây là tuyên bố về việc tạo token, không phải về thời gian đến token đầu tiên và cũng không phải về thời gian để hoàn thành toàn bộ một tác vụ. Và đó là “tối đa”, tức là một mức trần chứ không phải giá trị điển hình — một khác biệt cực kỳ quan trọng khi kết quả đo độc lập đầu tiên chỉ vào khoảng một phần ba mức trần đó.

Trên API, đây là một cờ, không phải một mô hình: đặt model thành gpt-6.2-sol và service_tier thành "ultrafast". OpenAI khuyến nghị dùng WebSockets cho công việc agentic để chi phí kết nối không làm mất đi lợi ích, và Ultrafast có giới hạn tốc độ riêng, tách biệt với Standard và Fast. Với các mô hình GPT-6.2, những giới hạn đó không được công bố — tài liệu hướng dẫn bạn kiểm tra cài đặt của chính tổ chức mình — trong khi GPT-6.1 Sol Ultrafast công bố 1.000.000 token mỗi phút trên gói Build và GPT-6 Astra công bố 500.000. Vị trí lưu trú suy luận cho gói GPT-6.2 chỉ là Hoa Kỳ. Trong ChatGPT, Pro $200 chỉ nhận Ultrafast trên Sol và Pro $500 nhận cả hai mô hình.

Giá là phần có thời hạn. Ultrafast trên GPT-6.2 Sol là $6.00 mỗi triệu token đầu vào, $0.30 cho đầu vào được lưu đệm và $30.00 cho đầu ra trong thời gian khuyến mại, và $12.00 / $0.60 / $60.00 theo giá niêm yết — đúng gấp 3 lần và 6 lần mức giá Standard là $2.00 / $0.10 / $10.00. OpenAI ấn định thời điểm chuyển đổi: "Ultrafast có giá gấp 3 lần mức Standard cho đến ngày 28 tháng 2 năm 2027, và gấp 6 lần mức Standard bắt đầu từ ngày 1 tháng 3 năm 2027 (giờ Thái Bình Dương)."

A screenshot of OpenAI's ChatGPT speed documentation describing Ultrafast mode, showing the statement that on GPT-6.2 Astra and GPT-6.2 Sol Ultrafast generates tokens at up to 4.5 times the speed of Standard, the recommendation to use WebSockets, and the note that Ultrafast has separate rate limits from Standard and Fast.

Đường cơ sở giúp 126 dễ đọc

Chỉ số token mỗi giây không có ý nghĩa gì nếu không có tham chiếu, và có đúng một tham chiếu độc lập cho dòng mô hình này. Artificial Analysis đo GPT-6.2 Sol ở mức nỗ lực suy luận tối đa đạt 85 token đầu ra mỗi giây, thời gian đến token đầu tiên là 68 giây, 7,9 phút cho một tác vụ chỉ mục hoàn chỉnh và 1,01 USD mỗi tác vụ, so với Chỉ số Thông minh là 57. Cùng bảng xếp hạng đó xếp GPT-6.2 Astra ở 60 token mỗi giây và Chỉ số 62, với 4,00 USD mỗi tác vụ, và GPT-6.1 Sol ở 49 token mỗi giây và Chỉ số 55, với 1,27 USD mỗi tác vụ.

Đó là các trung vị của harness trên một bộ đánh giá cố định, còn bản chỉnh sửa video là một buổi chiều của một người. Chúng không phải cùng một phép đo, và cách trung thực để dùng chúng cùng nhau là xem chúng như một hệ số tỉ lệ thô thay vì một phán quyết:

• Trung bình đo được, 126 token mỗi giây — khoảng 1,5× mức cơ sở Standard là 85.

• Đỉnh đo được: 252 token mỗi giây — khoảng 3.0× mức cơ sở đó, trong một đợt bùng nổ nhanh nhất duy nhất.

• Tuyên bố 4.5× được áp dụng cho 85 — chỉ hơn 380 token mỗi giây một chút, mức mà không nội dung nào trong báo cáo đạt tới.

• Trang GPT-6.2 Sol của chính Artificial Analysis hoàn toàn không đề cập đến Ultrafast, vì vậy con số 85 của nó mặc định là số liệu của chế độ Standard chứ không phải là điều được khẳng định rõ.

Tại sao gấp bốn lần rưỡi số token lại không phải là gấp bốn lần rưỡi khối lượng công việc

Đây là phần bị mất đi khi một gói tốc độ được bán như một hệ số nhân, và bài đăng video vô tình chứa bằng chứng. Mười bốn phút phản hồi của mô hình trong một tác vụ 27 phút nghĩa là 52% thời gian là sinh và 48% là mọi thứ còn lại — tải lên, chuyển mã, các bước của chính người biên tập, lệnh gọi công cụ, bất cứ thứ gì quy trình làm giữa các lượt của mô hình. Hãy coi cách phân chia đó là hình dạng của khối lượng công việc, và phép tính trở nên không khoan nhượng:

• Thời gian tạo ngụ ý khoảng 106.000 token đầu ra, tương đương 14 phút và 126 token mỗi giây.

• Ở mức chuẩn cơ sở 85 token mỗi giây, số token đó mất khoảng 21 phút, nên tác vụ sẽ hoàn tất gần 34 phút.

• Ở mức tuyên bố đầy đủ 4.5× — khoảng 383 token mỗi giây — chúng mất dưới 5 phút, nên công việc sẽ rơi vào khoảng 18 phút.

• Lần chạy thực tế mất 27 phút, gần như đúng chính giữa hai mốc.

Ngay cả khi bậc này đã mang lại trọn vẹn mức 4,5×, mức tăng đầu-cuối trên khối lượng công việc này cũng sẽ chỉ khoảng 1,5×, vì mô hình vốn chỉ luôn chiếm một nửa công việc. Định luật Amdahl không quan tâm phần nhanh trở nên nhanh đến đâu. Đó không phải là lập luận chống lại Ultrafast; mà là lập luận cho việc đo bậc này dựa trên hình dạng pipeline của chính bạn thay vì dựa trên hệ số nhân, vì một lượt trò chuyện tương tác gần như toàn bộ là sinh nội dung, còn pipeline đa phương tiện thì không.

14 phút đó thực sự đã phải trả giá bằng gì

Áp dụng bảng giá khuyến mại cho 106.000 token đầu ra được suy ra và giá của phép đo hiện rõ trên một dòng:

• Tiêu chuẩn, $10.00 mỗi triệu token đầu ra — khoảng $1.06.

Siêu nhanh với mức giá khuyến mãi, $30.00 mỗi triệu — khoảng $3.18.

• Ultrafast theo giá niêm yết từ ngày 1 tháng 3 năm 2027, 60,00 USD mỗi triệu — khoảng 6,35 USD.

Đầu ra chỉ chiếm một nửa hóa đơn, và với một tác nhân chỉnh sửa video thì đó có lẽ là nửa nhỏ hơn. Mỗi mô tả khung hình, bản ghi lời thoại và kết quả công cụ đều được đưa trở lại làm đầu vào với giá $6,00 một triệu trong thời gian khuyến mãi, và một tác nhân lặp qua cùng một ngữ cảnh chính là đúng loại khối lượng công việc mà các dòng ghi bộ nhớ đệm được tạo ra để phục vụ — $7,50 một triệu cho bộ nhớ đệm 30 phút và $15,00 cho bộ nhớ đệm 12 giờ, so với $0,30 cho một lần đọc bộ nhớ đệm. Một pipeline gửi lại ngữ cảnh của mình thay vì lưu nó vào bộ nhớ đệm có thể tốn nhiều tiền cho đầu vào hơn là cho đầu ra mà nó đang cố tăng tốc. Bài viết không báo cáo số lượng token, nên không thể tính tổng mà chỉ có thể đặt cận: hạng dịch vụ đã nhân nửa phần tạo sinh của hóa đơn lên ba lần, và sẽ nhân lên sáu lần trong mười bốn tuần nữa.

Nên gán tier cho mô hình nào

Cùng một hệ số 4.5× áp dụng cho ba mốc cơ sở khác nhau sẽ cho ra ba đích đến rất khác nhau, và lựa chọn rẻ nhất không phải là lựa chọn nhanh nhất.

• GPT-6.2 Sol — 85 token mỗi giây ở Standard, nên tuyên bố ngụ ý khoảng 383. Index 57, $1,01 mỗi tác vụ.

• GPT-6.2 Astra — 60 ở Standard, vì vậy tuyên bố ngụ ý khoảng 270. Chỉ số 62, $4.00 mỗi tác vụ, chi phí gấp bốn lần để có thêm năm điểm chỉ số.

GPT-6.1 Sol — 49 ở Standard, vậy tuyên bố ngụ ý khoảng 220. Chỉ số 55, $1.27 mỗi tác vụ, và gói Ultrafast của nó có giá cố định $12.00 đầu vào và $60.00 đầu ra trên mỗi triệu, hoàn toàn không có dòng khuyến mãi nào.

Có hai hệ quả kéo theo. Thứ nhất, Ultrafast trên Astra vẫn chậm hơn Ultrafast trên Sol, vì nó xuất phát từ một nền tảng thấp hơn — nếu mục tiêu là thông lượng, mô hình mạnh hơn không giúp bạn đạt được điều đó. Thứ hai, Ultrafast của GPT-6.1 Sol hiện đã được định giá bằng mức mà Ultrafast của GPT-6.2 Sol sẽ có giá sau tháng Hai, khiến nó trở thành một bản xem trước hợp lý về hóa đơn chứ không phải một khoản giảm giá. OpenAI cũng lưu ý rằng Ultrafast trên GPT-6 Astra và GPT-6.1 Sol khả dụng cho tất cả người dùng API, trong khi hạng GPT-6.2 hướng bạn đến giới hạn tốc độ của tổ chức mình — đáng để kiểm tra trước khi bạn xây dựng một hàng đợi dựa trên nó.

A screenshot of the Artificial Analysis model page for GPT-6.2 Sol, showing an Intelligence Index of 57, an output speed of 85 tokens per second, a time to first token of 68 seconds, 7.9 minutes per index task, and a cost of $1.01 per task.

Nhận số riêng của bạn thay vì mượn số này

Phép đo ở trên là một báo cáo đơn lẻ và nên được coi là tín hiệu, không phải đặc tả. Cách giải quyết là thực hiện A/B có kiểm soát trên khối lượng công việc của chính bạn — cùng lời nhắc, cùng tác vụ, ba lần chạy trên Standard và ba lần với service_tier được đặt thành "ultrafast", ghi lại số phút từ đầu đến cuối, tổng số token và thời gian đến token đầu tiên một cách riêng biệt. Hãy báo cáo cả mức đỉnh lẫn mức trung bình, vì khoảng cách giữa 126 và 252 trong bài viết gốc chính là khác biệt giữa một hạng giúp ích và một hạng chỉ thỉnh thoảng mới giúp ích.

OrcaRouter hiện không cung cấp GPT-6.2 Sol hay GPT-6.2 Astra; danh mục bao gồm openai/gpt-6-astra, openai/gpt-6-sol, openai/gpt-6.1-sol và openai/gpt-6-luna, và các trang mô hình GPT-6.2 không thể truy cập. Vì vậy đây không phải là gợi ý rằng bạn nên định tuyến mô hình mới qua chúng tôi. Điều đúng hiện nay thì hẹp hơn và vẫn hữu ích cho đúng quyết định này. GPT-6.1 Sol có trong danh mục, đây là mô hình gần nhất với mô hình được đo, và chạy bộ đánh giá của bạn với nó qua một khóa duy nhất là cách rẻ nhất để biết liệu một bậc tốc độ có thay đổi sản phẩm của bạn hay không trước khi bạn cam kết ngân sách cho một bậc tăng gấp đôi vào tháng 3. Giá là mức giá niêm yết của nhà cung cấp được chuyển thẳng, không cộng thêm, vì vậy mức tăng ngày 1 tháng 3 năm 2027 đến phía chúng tôi cùng ngày với OpenAI — không có chu kỳ định giá lại, không đàm phán lại.

Cũng có một lập luận định tuyến riêng cho hạng này. Ultrafast có giới hạn tốc độ riêng, tách biệt với Standard và Fast, và OpenAI không công bố con số token mỗi phút mặc định nào cho hạng GPT-6.2 — bạn chỉ biết mức trần của mình khi chạm tới nó. Một pipeline coi Ultrafast là đường duy nhất sẽ kế thừa ẩn số đó; một pipeline có thể chuyển dự phòng sang Standard trên cùng mô hình sẽ giảm tốc độ thay vì thất bại. Đó là lợi thế cấu trúc duy nhất của việc đặt một hạng tốc độ phía sau bộ định tuyến thay vì mã hóa cứng nó, và nó đáng có trước khi hạng đó nằm trên đường tới hạn.

A generated single-column scoreboard for GPT-6.2 Sol Ultrafast with rows reading 'Measured average: 126 tok/s', 'Measured peak: 252 tok/s', 'Standard baseline: 85 tok/s', 'Vendor claim: up to 4.5x Standard', 'Output price, promo: $30 per MTok' and 'Output price, list: $60 per MTok', with a footer noting that the measured figures are one user's task report, the baseline is per Artificial Analysis, and the claim and prices per OpenAI.

Điều gì sẽ giải quyết được chuyện đó?

Một con số sẽ đưa điều này từ giai thoại thành bằng chứng: một phép A/B Standard so với Ultrafast trên một tác vụ cố định, được công bố kèm số token và thời gian thực. Cho đến khi có được điều đó, cách diễn giải có cơ sở về ngày 18 tháng 11 năm 2026 là: Ultrafast trên GPT-6.2 Sol là có thật và nhanh hơn Standard một cách đáng kể — 126 so với 85 không phải nhiễu, và một đợt bùng 252 token không phải là sai số làm tròn — nhưng hệ số nhân được công bố là một mức trần mà chưa ai công khai đến gần, và mức tăng tốc ở cấp tác vụ phụ thuộc vào tỷ lệ pipeline của bạn là sinh token cũng nhiều như phụ thuộc vào chính hạng đó. Người đăng phép đo đã dựng xong một video trong 27 phút thay vì ước tính 34 phút, và làm được điều đó trên một hạng ra mắt tuần đầu mà sẽ tốn gấp đôi vào tháng 3. Đó là một kết quả tốt và một hệ số nhân khiêm tốn, và cả hai nửa đều đáng biết trước khi bất kỳ ai lên ngân sách dựa trên 4,5×.

So sánh trong bài viết này1

Phát hiện từ bài viết này · Benchmark: Artificial Analysis · cập nhật hằng ngày