Dots vs GPT-5.6 Sol：同一家公司的订阅和价目表

这家公司卖的两样东西，从外面看都像是“一个 OpenAI 模型”。Dots 是 2026 年 9 月 29 日 DevDay 上宣布的常驻智能体：每个 dot 都有自己的云端计算机和浏览器，通过公司的连接器生态接入 4,000 多个应用，栖身于 ChatGPT、Slack 和 Teams 之中，并运行在 GPT-6 Astra 上——这正是公司在自家发布材料中点名的模型。GPT-5.6 Sol 则是按量计费的 API 模型，自 2026 年 7 月 9 日起发货：1,050,000 token 的上下文窗口，每次响应最多 128,000 token 的输出，支持文本、图像和文件输入并输出文本，支持工具调用、结构化输出，以及一个可配置的推理强度调节旋钮。前者是订阅制，其额度从未有人公布；后者是一张价目表，上面有四个数字。这个差别——而非基准测试上的差距——才是这场比较真正要谈的东西。

所以，有用的问题不是哪一个更聪明，而是哪一个你可以据以规划，以及哪一个在悄然决定你的工作究竟有多少能成为可能。

将他们区分开的那一件事

一个点没有 token 计量表。你无法看到它消耗了多少 token，因为它不是按这个单位出售的。GPT-5.6 Sol 除了一个 token 计量表之外一无所有——它具备的每一项能力都按每百万 token 计价，而它唯一一项硬性架构限制，即 1,050,000 token 的窗口，也限制了你一次能交给它多大的问题。

这种不对称性几乎解释了它们之间所有的实际差异。当你无法计量某样东西时，你就无法预测它，也无法迁移它。当你能计量某样东西时，你就可以把它与更便宜的同类进行比较并切换，因为唯一变化的是一个标识符字符串。

GPT-5.6 Sol 发布的内容

• 上下文和输出——输入 1,050,000 个 token，输出 128,000 个 token，足以在一次调用中容纳一个完整的代码仓库或一整年的通信往来

• 输入接口——文本、图像和文件输入，文本输出，并将视觉、工具调用、JSON 和推理全部列为一等能力

• 价格 — 对于低于 272,000 token 的提示词，每百万输入 token 收费 $4.00，每百万输出 token 收费 $20.00；超过该阈值后分别升至 $8.00 和 $30.00；缓存读取每百万收费 $0.40，缓存写入收费 $5.00

• 独立证据——Artificial Analysis Coding Index 为 77.4，在 138 个受测模型中排名第三；Intelligence Index 为 47，在 145 个模型中排名第十三；GPQA Diamond 为 94.1，长上下文召回率为 84，所有第三方数据均附带来源收录于我们的目录，而非采用厂商提供的数字

• 我们自身流量中观察到的表现——在为期七天的窗口内，首个令牌的中位时间为 1.72 秒，每秒输出约 171 个令牌，当周路由了 8899 万个令牌

这些数字不是推销话术，而是一份规格说明。你可以在运行之前就按这个模型给一项工作定价，事后也能核对答案，因为每一个单位都在某处被计数。

Dots 不发布的内容

关于一个 dot 要花多少钱，OpenAI 只明确说明了一件事：第一个随 Pro 和 Business Premium 包含在内，首月提供扩展限额，并且与你的 dot 对话不会消耗 ChatGPT 的使用限额。其他一切均未量化。没有额度数字，没有第二个 dot 的价格，没有更快或更大容量的公布费率，发布材料中也找不到任何按任务计费的成本。每月 500 美元的 Pro 500 档是使用额度加上 Ultrafast 模式，而不是按 dot 计费，因此即便是 OpenAI 价目表上最贵的方案，也无法换算成每单位智能体工作的成本。

把这理解为对一个产品类别的描述，而不是文档中的一处缺口。一个点（dot）的定价方式像席位，而不像工作负载。席位容易做预算，却无法优化；这就是全部的取舍。

两份账单，其中一份你可以预测

把两个成本模型并排放在一起，差别不在大小，而在形状。GPT-5.6 Sol 的成本是一条穿过原点的直线，在输入 token 超过 272,000 之后会变得更陡。而 dot 的成本是一条平坦的直线，它不会告诉你自己已经走了多远——直到它发生变化。

第二个特性才是让团队感到意外的那个。容量变更、速度档位变更，或者第一个点所包含内容的变更，会以一封客服邮件和一个新价格的形式到来，而没有类似可供你进行差异比对的费率卡修订版那样的东西。token 价格变更是会变的数字；订阅变更是会变的政策。两者都合理，但只有其中一种能在电子表格中建模。

这两个形状在一条管道中的位置

dot 的价值体现在那些没有天然计量单位的工作上：花四天时间跨三个应用追查一个决定，在没人盯着的时候让项目继续往前走。GPT-5.6 Sol 的价值则体现在有天然单位的工作上。从一份长长的档案中抽出结构化记录、一次性审阅一个大型代码仓库、依据一份很长的源文件生成一份长文档——这些任务有开头、有结尾，也有 token 数量，而 105 万 token 的窗口正是其中一些任务之所以有可能完成的原因，而不是给那些本来就做得成的任务提供的一点便利。

OrcaRouter 完全位于这条线的按量计费一侧。该模型以 openai/gpt-5.6-sol 的路由形式提供，按 OpenAI 的标价原样透传，不额外加价，与一把密钥背后的 200 多个其他模型同属一个目录，并具备跨上游提供商的自动故障转移以及一套路由 DSL，可将单个请求发送到应当作答的模型。但它买不到圆点内部的任何东西：没有 Dots API，没有可供请求指向的模型标识符，也无法替换支撑某个圆点的底层智能。目录只能触达价目表，到此为止。

哪项购买是错误的

买一个 dot 并指望优化它，是个错误，因为你想优化的那个表面并没有暴露出来。买 GPT-5.6 Sol 并指望它替你追着项目跑，是另一个方向上的同一个错误——一个被调用时才回答的模型，并不是一个你停止调用后仍会持续干活的工人。

那些做得好的团队会把两者当作不同的条目，并匹配不同的动词来看待：对必须持续进行的工作采用订阅，对必须计量的工作采用按量计费模式。订阅是你取消的那个；计量表是你预测的那个。在做出承诺之前分清哪个是哪个，这就是决策的大半。