GPT-6.1 Sol 对比 GPT-6 世代：独一无二的一代

2026 年 9 月 29 日，该厂商在其模型系列中加入了第四个名称，并将其称为一代，而这一阵容的算术才是它最有趣的地方：GPT-6.1 Sol就是这一代的全部。GPT-6 Luna和GPT-6 Sol均于 2026 年 9 月 22 日发布，保持不变；GPT-6 Astra，自 2026 年 9 月 4 日起推出，保持不变；6.1 这次更新恰好只涉及一个档位。与此同时，GPT-6.1 Sol 每百万 token 输入 $2.00、输出 $10.00，在 Artificial Analysis Intelligence Index 上得分 51.83，每项任务成本 $0.724——与 GPT-6 Astra 差距在 0.84 分以内，而后者在 $10.00/$50.00 的价格下每项任务成本为 $3.2575。标签上是同一代，底下却是四套不同的经济账。

这使得“我是否该使用 GPT-6 这一代”成了一个错误的问题。该产品线在每任务成本上跨越 48 倍的范围，在实测智能上跨越 14.6 分的范围，而答案完全取决于你指的是哪一档。以下就是实测出的阶梯。

测量所得的四个梯级

• GPT-6 Luna —— 指数 38.12，每 100 万 $0.10 / $0.50，缓存 $0.01，每任务 $0.0678，50,012 输出 token，首 token 用时 100.1 秒
• GPT-6 Sol —— 指数 47.63，$2.00 / $10.00，缓存 $0.20，每任务 $1.045，31,000 输出 token，124.3 秒
• GPT-6.1 Sol —— 指数 51.83，$2.00 / $10.00，缓存 $0.10，每任务 $0.724，38,128 输出 token，332.0 秒
• GPT-6 Astra —— 指数 52.67，$10.00 / $50.00，缓存 $1.00，每任务 $3.2575，27,206 输出 token，400.4 秒

它们每一个都拥有相同的 1,050,000-token 上下文窗口和相同的 128,000-token 最大输出，并且每一个都接受文本、图像和文件输入。这些层级并非通过能力标志来区分。它们的区别在于你愿意为多少思考量付费，而这个阶梯的两端在每个任务上相差 48 倍。

6.1 更新实际带来了哪些变化

三件事，且其中只有一件是分数。

分数变了：一周内从 47.63 升至 51.83，提高了 4.2 分。缓存输入价格减半，从每百万 $0.20 降到 $0.10，这就是为什么尽管标价完全相同，实测的每任务成本仍从 $1.045 降到 $0.724——同一张价目表，账单却不同。而输出 token 数从 31,000 升至 38,128，同时每任务的挂钟时间从 321 秒增至 640 秒，这是本次刷新唯一退步的地方，也是任何规格表上最不显眼的一处。

与 Astra 相比，这一对比才最令人意外。GPT-6.1 Sol 在指数上落后旗舰 0.84 个指数点，而每项任务成本便宜 4.5 倍。Astra 剩下的优势不在于其指数得分；而在于那些只对它单独进行测量的评估集，以及 OpenAI 所描述的其独有的一项能力——发现新型安全漏洞。正因如此，该模型在供应商自己的 Preparedness Framework 下被评为“关键”，其最强能力的设置仅限经过审核的合作伙伴使用。

OrcaRouter 为 GPT-6 Astra 提供的卡片是同一阶梯中的旗舰端：10.00 美元 / 50.00 美元，首个 token 的 p50 为 1.64 秒，七天内达到 4070 万 token，并且所有层级都共享相同的 1,050,000 token 上下文窗口。

与 6.0 Sol 相比，这次刷新几乎是一次纯粹的提升——指数更高，成本更低——但前提是，6.1 模型是一个不同的模型，而不是一个检查点，并且它会更冗长地重新输出其推理过程。与 Luna 相比，这根本算不上比较：以 10.7 倍的成本换取 13.7 个指数点，对于高难度任务来说是一笔划算的交易，对于高吞吐量任务来说则很糟糕。

我们自己的路由数据表明，市场已经做出了什么决定

这一对比比规格表多出的一点，是它呈现了实际使用情况。截至 2026 年 10 月 7 日的七天内，在我们自己的路由层上，GPT-6.1 Sol 承载了 2.842 亿个 token，而它所取代的 GPT-6 Sol 承载了 95 万个——两个上线时间仅相差一周的模型之间相差 300 倍，这正是层级替换从内部看起来的样子。廉价层级 GPT-6 Luna 承载了 6.416 亿个，超过两个 Sol 模型的总和。GPT-6 Astra 承载了 4070 万个。

把这一点理解为三种各自独立的行为。高体量工作以最大的量流向了低价档。重要工作在最新 Sol 发布后一周内集中到它身上，同时放弃了它所取代的模型。而旗舰型号仍属小众：能力最强的一档，使用得最少，使用者是那些所遇问题只有它能解决的团队。产品阵容不是人们向上攀爬的梯子；而是一组供人挑选的工具，人们按档位而非按代际来挑选。

这就是为什么层级应属于请求，而不是架构

一代产品分为四个层级，实际问题在于：正确的答案会因任务、因周次而变——正如上面的流量数据所示，市场在七天内就重新做出了决定。把某个模型名称硬编码进应用，正是把一份可选阵容变成一种承诺的原因。

这四者都可以通过同一个 OrcaRouter 端点访问：一个 API 即可调用 200 多个模型，并按 0% 加价率原样透传提供商的标价。最后这一点在这里尤为关键，因为四个档位中有三个共享同一个标价或同一个缓存费率，而后者已经变动过一次——GPT-6.1 Sol 的缓存费率在上线一周内就减半了，而正是透传计费机制让这一变化自动出现在你的账单上。

路由层有两个特性值得为这套特定的模型阵容点名。路由 DSL 让层级成为请求的一个参数，而不是一次部署——抽取阶段用便宜层级，推理阶段用 6.1 Sol，只有那些需要 Astra 独有能力的调用才用 Astra。而模型融合让它们组成一个小组共同回答同一个问题，对于一个你无力把所有请求都路由过去的旗舰模型来说，这才是诚实的用法：它成为小组中的一个声音，而不是整张账单。

如何对待只有一个人的一代

不要购买整代。买一个梯级，并在梯级移动时重新购买。

对于高吞吐量和延迟敏感型工作负载，GPT-6 Luna 每任务 $0.0678、首 token 100 秒，是已经承载最多流量的层级，而且其价格比阶梯上其他任何选项都低一个数量级。对于通用推理和编码，GPT-6.1 Sol 现在已成为 6.0 模型曾经的默认选择——相同的标价、更好的指数、一半的缓存成本，而 640 秒的任务时间是你在假定升级免费之前，需要针对自身工作负载测试的一点。对于需要前沿测量或只有旗舰型号才能完成的安全工作的任务，GPT-6 Astra 仍然是唯一能胜任的层级，其成本是下一层的 4.5 倍。

值得关注的是，6.1 更新是否会覆盖其他层级。如果 Luna 或 Astra 得到同样的待遇，阶梯的形状就会改变，本文中按任务的计算也会随之改变。在那之前，“GPT-6.1”只指一个模型，而把它当作一个系列，正是团队最终为提取任务支付旗舰价格的方式。