一张为 GPT-6.1 Sol Pro 生成的英雄卡片,标题为“一种设置,而非一种模式!”,带有三个徽章,分别写着“模型:gpt-6.1-sol”“费率:每 100 万 token 输入 2.00 美元 / 输出 10.00 美元”和“Pro 模式:reasoning.mode,按标准费率计费”,页脚写着“OpenAI 数据为厂商自报;截至 2026 年 9 月 30 日,尚无针对 GPT-6.1 层级的独立评测发布”,右下角是 OrcaRouter 徽标。
Guides & Insights

GPT-6.1 Sol Pro:上架只用了几小时,而日落早在几个月前就已到来

作者

Rowan Sterling

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

GPT-6.1 Sol Pro 并不是你能从 OpenAI 购买的模型,而本周这则消息最诚实的版本是:它从来都不是。这个名字实际指向的是 GPT-6.1 Sol——于 2026 年 9 月 29 日发布——在 Responses API 中将 reasoning.mode 设为 pro,而 OpenAI 将其记录为某个现有模型的一种模式,而非拥有独立标识符的产品。赋予这个名字新闻价值的,是后半部分:在 GPT-6.1 Sol 上线后数小时内,针对它的 pro 条目就出现在第三方目录中,与更早的同门型号——GPT-6 Sol Pro、GPT-6 Luna Pro、GPT-5.6 Sol Pro——并列,而它们全都引用基础模型自身的价目表。若把它当作一次发布来解读,你就会围绕一个并不存在的产品规划迁移。若把它当作一种模式来解读,你会得到更有用的东西:OpenAI 迄今推出的、有文档记载的最便宜的 pro 配置运行方式,以及一种在你把任何东西切换过去之前值得先弄清楚的计费形态。

OpenAI 自己的弃用表已经告诉你 pro 是一种模式

最清晰的证据不是一篇博客文章或论坛帖子;而是 OpenAI 弃用页面中的“替代”列,供应商在那里写下了自己的迁移建议。当较旧的 Pro 计量项停用时,推荐的替代方案并不是一个新的 Pro 标识符。它是一个模型加上一种模式。

• 2026年10月23日停用 — o1-pro-2025-03-19 和 o1-pro 将由 gpt-5.6-sol 替代,reasoning.mode: pro
• 2026年12月11日停用 — gpt-5-pro-2025-10-06 将由 gpt-5.6-sol 替代,reasoning.mode: pro
• 2026年12月11日停用 — o3-pro-2025-06-10 将由 gpt-5.6-sol 替代,reasoning.mode: pro

这等于厂商在一张表格里告诉开发者:他们过去需要当作高级模型来购买的东西,如今只是一个参数。这也解释了这份价目表的形态。仍然保留下来的 Pro 标识符是一组来自上一个时代的封闭集合,各自按自己的计量单位定价,也不会有后继者:gpt-5-pro 为每百万 token 输入 $15.00、输出 $120.00,gpt-5.2-pro 为 $21.00 和 $168.00,gpt-5.4-pro 与 gpt-5.5-pro 在短上下文下为 $30.00 和 $180.00,o3-pro 为 $20.00 和 $80.00,o1-pro 为 $150.00 和 $600.00。GPT-5.6 或 GPT-6 系列中没有任何一个模型以 -pro 后缀出现在那里,而对厂商公开 API 架构的检索只返回四个 GPT-6 时代的标识符——gpt-6-astra、gpt-6-sol、gpt-6-luna 和 gpt-6.1-sol——其中没有任何 pro 变体。

9月29日实际上发生了什么变化

A screenshot of OpenAI's developer model page for GPT-6.1 Sol, showing the positioning line 'Near-Astra performance for complex work at a lower cost', a 1,050,000-token context window with 128,000 max output tokens and an Apr 30, 2026 knowledge cutoff, the pricing block reading $2.00 input, $0.10 cached input, $2.50 cache writes and $10.00 output per million tokens, the note that reasoning.effort supports low, medium (default), high, xhigh and max while none and minimal are not supported, and a snapshot list containing only gpt-6.1-sol.

本周有两件事发生了变化,而其中只有一件与模型本身有关。第一件是 GPT-6.1 Sol 本身:一个位于 gpt-6.1-sol 的单快照层级,1,050,000 个 token 的上下文,最多 128,000 个输出 token,知识截止日期为 2026 年 4 月 30 日,以及与其所取代的那一代相同的 $2.00 / $10.00 标价。第二件事更小,也更容易被忽略——推理指南中 pro 模式的完整示例现在会直接点名 gpt-6.1-sol:

• 示例请求 — 对 /v1/responses 发起的 curl 调用,带有 "model": "gpt-6.1-sol" 和 "reasoning": {"mode": "pro", "effort": "medium"}
• 这确定了什么 — 供应商在其自己的指南中针对 6.1 标识符记录了 pro 模式,而不是从第三方列表中推断出来的
• 这没有确定什么 — 该模式是否在其他 GPT-6 时代的标识符上得到验证。该指南将 pro 模式的范围限定为“GPT-5.6 和 GPT-6 模型”这一模型家族,而 OpenAI 尚未为其发布按模型划分的资格列表

没有单独的 GPT-6.1 Sol Pro 页面,没有第二条定价项,也没有任何公告。该模式有文档记录;产品则没有。

计费形态,以 OpenAI 唯一公布的计量单位

决定 Pro 配置费用的就是这句话,值得读两遍,因为它与旧版 Pro 计量方式正好相反:Pro 模式“会汇总为生成最终答案而执行的模型工作,并按所选模型的标准 token 费率对这些 token 计费”。费率卡上没有 Pro 溢价。附加费用以用量的形式出现——更多 token,按普通每 token 价格计算——而 Open​AI 不公布倍数,只公布方向。供应商自己的指导是:Pro 模式适用于质量上的微小提升会实质性改变结果的情况,而常规、对延迟敏感或高吞吐量的工作则优先使用标准模式。

这种结构正是为什么该关注的是缓存输入费率,而不是标称费率,而且这也是 6.1 档位真正改变算术的唯一地方:

• 输入与输出 — 每百万 token 分别为 $2.00 和 $10.00,在 gpt-6.1-sol 与 gpt-6-sol 上相同,因此 Pro 模式的额外 token 在两者上每单位成本相同
• 缓存输入 — 在 6.1 Sol 上为每百万 token $0.10,而 6 Sol 上为 $0.20,两者的缓存写入均为 $2.50。Pro 模式会在一个仍携带你所发送前缀的请求内执行其额外工作,因此,一个反复重放稳定前缀数千次的智能体循环在运行 Pro 时,为该前缀支付的费用只有一半
• 长提示词 — 超过 272,000 个输入 token 后,整个请求在两个层级上都会按输入与缓存费率 2×、输出 1.5× 重新计价,而且该倍率也会落在 Pro 模式的额外用量上
• 两个有文档记载的陷阱 — 在 Pro 模式下将 reasoning.effort 设为 none 会返回错误,而不是被忽略;额外的推理 token 会在 output_tokens_details.reasoning_tokens 下报告,但不会在响应体中返回,因此,根据响应文本估算成本的客户端每次都会低估 Pro 用量

把这些放在一起,实际的结论虽然范围有限,但确实成立:对于相同任务、相同投入,6.1 层级上的 pro 配置严格比 6.0 层级上的相同配置更便宜,而且节省幅度与你的流量中有多少是复用前缀成正比。关于这项比较的其他一切,都是你必须自己运行的测量,因为乘数尚未公开。

如何在两分钟内解决任何 pro listing

A screenshot of OpenAI's reasoning guide, showing the reasoning mode section: a statement that GPT-5.6 and GPT-6 models support standard and pro reasoning modes in the Responses API, a curl example calling the gpt-6.1-sol model with reasoning mode set to pro and effort set to medium, the note that mode and effort are independent controls, the instruction not to set reasoning.effort to none in pro mode because the combination returns an error, and the sentence that pro mode bills its aggregated tokens at the selected model's standard token rates.

三项检查就能为任何一代产品定论,耗时比读一遍商品页面的营销文案还少。

• 在供应商自己的模型页面上查找该标识符。如果供应商只记录了一个快照,而没有 pro 变体——正如 GPT-6.1 Sol 页面所做的那样,只列出 gpt-6.1-sol,别无其他——那么该 pro 条目就是一种配置,而非产品
• 将报价与基础模型自己的费率卡进行对比。如果费率完全相同,说明该列表只是同一模型以不同模式运行,并不存在第二个计费项。如果费率是基础费率的数倍,则说明存在真正的溢价计费,而较旧的 Pro 标识符正是如此
• 将列表上的日期与该模型的发布日期进行核对。如果某个 pro 条目在底层模型发布后数小时内就出现,并沿用该模型的标准费率,那么它是从目录数据行中生成的,而非由供应商宣布的。GPT-6.1 Sol 的 pro 列表与模型本身拥有相同的发布日期——2026 年 9 月 29 日——这一巧合正是破绽所在

关于独立证据,有一点需要提醒:针对这一层级,目前还没有任何独立证据。这个博客用作第三方参考的中立榜单上根本没有 GPT-6.1 Sol 页面;该 slug 对应的模型 URL 返回 404,而且这个字符串也没有出现在实时排行榜中。所以,你今天看到的任何 6.1 层级的对比分数,都是在拿供应商的数据与供应商自己作比较。这并不是不信任该发布的理由,而是提醒你:在把生产路径投入这个新层级之前——无论是否使用 Pro 模式——先运行你自己的任务集。

你今天实际可以调用什么

A generated scoreboard titled 'GPT-6.1 Sol Pro - what the name resolves to'. Rows read 'Identifier: gpt-6.1-sol, no -pro variant published'; 'Pro mode: reasoning.mode, Responses API'; 'Billing: pro tokens at standard rates, no surcharge'; 'Input / output: $2.00 / $10.00 per 1M'; 'Cached input: $0.10 per 1M, half the 6.0 tier'; 'Independent score: none published for the 6.1 tier'. A footer reads 'OpenAI figures vendor-reported; no third-party evaluation published as of September 30, 2026.'

在我们这边,说得很直白:GPT-6.1 Sol 以及它的任何 pro 版本目前都不在 OrcaRouter 的路由上。公开的目录对 openai/gpt-6.1-sol 和 openai/gpt-6.1-sol-pro 都返回“model not found”,而我们的 OpenAI 阵容里是 GPT-6 Astra、GPT-6 Sol 和 GPT-6 Luna。真正可调用的是当前代际中 pro 模式所对应的那个文档模型——openai/gpt-6-sol,按 OpenAI 自家的标价,每百万 token 输入 $2.00、输出 $10.00,缓存 $0.20,原样透传,不额外加任何费用,包括 272K 的重新定价规则。这种透传正是“模式”与“产品”的区分在我们这边同样重要的原因:当 OpenAI 调整费率时,该变更当天就在路由上生效,不需要再谈第二份合同,也不需要逐个模型重新接入,因为只有一份价格表,而我们不加价。当 6.1 这一层级上线时,它会以同样的方式出现在目录中,与已经可路由的 200 多个模型共用同一个 API 密钥,而 pro 配置将是该请求上的一个参数,而不是第二条路由。

所以,本周要做的决定,比清单上列出的数量所暗示的要小。如果你想要的是在 OpenAI 最新的 Sol 权重上使用 pro 配置,那就既没有什么需要下单,也没有什么需要等待——只要该层级在你已经调用模型的地方变得可路由即可:该模式已有文档说明,费率就是基础模型的费率,而“GPT-6.1 Sol Pro”这个条目唯一多出来的,只是一个名称。如果你想要的是今天就拥有 pro 配置,那么有文档说明的做法是在 GPT-6 时代的模型上设置 reasoning.mode: pro,而算起账来,在 6.1 层级上更划算,如果走的是原样透传供应商缓存费率的路线,那就更划算。目录里的名称,是整个问题里信息量最少的部分。

本文中的对比1

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新