GPT-6.1 与 GPT-6.1 Sol：这两个名字中有一个并非模型

搜索G​PT-6.1与G​PT-6.1 Sol之间的正面对比，你会发现一些页面在比较两个其实并非两个不同事物的东西。OpenAI 的模型列表在 6.1 代下只有一个条目，其标识符是 gpt-6.1-sol。没有名为 gpt-6.1 的同级模型，没有基础版、没有 mini、也没有 pro。“G​PT-6.1”是盒子上的世代标签；G​PT-6.1 Sol 才是盒子里的东西。真正让人花钱的对比，是 G​PT-6.1 Sol 与它三周前取代的 G​PT-6 Sol 档位——同样是 $2 和 $10 的标价，缓存价格不同、指数得分不同，而且旧版上还挂着弃用通知。像这次发布这类发布背后的已记录 AI 故障与智能体事件，都收集在 OrcaRouter AI Incident Archive 中，其中每条记录都带有自己的来源、严重程度、置信等级和争议标记。

所以这一页要干两件事。它用证据把命名问题定下来，因为一旦搞错，日志里只会出现 404，而不是一个更糟的答案。然后它要做名字所暗示、但目录并不支持的对比，因为凡是敲下第一个查询的人，眼前要做的正是这个决定。

当你发送错误的字符串时会发生什么

毫无优雅可言。一个指定了 API 未列出模型的请求会在路由层失败，在计费任何 token 之前就失败，错误是模型未找到，而不是回退到最接近的匹配。在 O​penAI 自己的 API 上，事情到此为止。在路由器上，这种故障模式至少是可见的：OrcaRouter 的目录包含 openai/gpt-6.1-sol，而不包含裸的 openai/gpt-6.1，因此拼写错误会表现为缺少路由，而不是静默落到不同的层级并以不同的价格产出答案。

这种区分比听起来更重要。这个错误最常见的两种形式是标识符被截断和带空格的标识符——gpt-6.1而本应是gpt-6.1-sol，或者把 G​PT 6.1 Sol 从新闻稿中粘贴到配置值里。前者是 404；后者若只是匆匆一瞥，会看起来像权限问题的 404。两者修复起来都很省事，但在凌晨两点诊断起来却代价高昂，这正是要把模型字符串固定在一个配置文件中、绝不要放在应用代码里的全部理由。

• 正确的标识符 — gpt-6.1-sol（在供应商 API 上），openai/gpt-6.1-sol（在 OrcaRouter 上）

• 代际标签，而非标识符——“G​PT-6.1”，它出现在文档和营销材料中，但解析后不指向任何内容

• 标签所暗示而列表并未体现的内容——一个层级家族，其中恰好只有一个存在

为什么 6.1 刷新恰好只有一个成员

O​penAI 分三波推出了 G​PT-6 代，并刷新了其中一级。G​PT-6 Astra 于 2026 年 9 月 3 日登场，位于产品梯队的顶端。G​PT-6 Sol 和 G​PT-6 Luna 于 9 月 22 日推出，分别作为中端和走量层级。随后在 9 月 29 日，6.1 刷新仅落在 Sol 这一级——G​PT-6.1 Sol，面向复杂编程和专业工作，拥有 1,050,000 个 token 的上下文窗口，缓存输入价格从每百万 token 0.20 美元降至 0.10 美元。

Astra 和 Luna 并未重新发布。这就是为什么“G​PT-6.1 vs G​PT-6.1 Sol”读起来像是家族与成员之间的对决：就这一代而言，这一次它们属于同一个组合。如果你是想找一个更便宜的 6.1 同门型号来承接大批量工作，那并不存在——大批量层级仍然是 G​PT-6 Luna，仍然沿用 6.0 的编号，仍然是每百万 token 0.10 美元和 0.50 美元。

命名并非随意为之，而这正是值得内化的部分。型号名称中的代际编号标志着该档位的一次更新，而非一个全新的系列。当厂商更新某一层级时，这个代际标签会短暂地描述一个只含单个元素的集合——而每一篇仅凭该标签写就的文章、配置文件与采购文档，都会形成错误的心智模型。要看型号列表，而不是发布新闻的标题。

GPT-6.1 Sol 对比它所取代的档位

人们真正需要的比较，基于各来源发布的数字。厂商规格来自 OpenAI 的开发者文档；指数得分和耗时来自 Artificial Analysis，读取于 2026 年 10 月 21 日，基于指数 v4.3.2。

• 价格 — 一致：G​PT-6.1 Sol 每百万输入 $2.00 / 输出 $10.00；G​PT-6 Sol 每百万输入 $2.00 / 输出 $10.00

• 缓存输入 — G​PT-6.1 Sol 每百万 $0.10；G​PT-6 Sol 每百万 $0.20

• 上下文 — G​PT-6.1 Sol 1,050,000 个 token；G​PT-6 Sol 1,050,000 个 token

• 智能指数 — GPT-6.1 Sol 52；GPT-6 Sol 48，同等标价下相差 4 分

• 每个索引任务成本 — G​PT-6.1 Sol $0.72；G​PT-6 Sol $1.04

• 输出速度 — G​PT-6.1 Sol 每秒 55.2 个 token；在同一测试平台上，G​PT-6 Sol 是两者中较慢的一个

• 长提示词成本机制 — G​PT-6.1 Sol 在输入 token 超过 272,000 时：输入和缓存为 2×，输出为 1.5×（每百万 $15）

• 状态 — GPT-6.1 Sol 为当前版本；GPT-6 Sol 已被标记为弃用，建议改用前者

其中两行决定了结论。在标价不变的情况下出现四点的指数差距，意味着替代方案在每美元质量上严格更优，这并不常见，也正是为什么较老的那一档是被退役、而不是被打折。而缓存读取价格减半还会叠加放大效应：对于每一轮都要重新发送长系统提示或大文档的智能体而言，缓存输入占了账单的大头，0.10 美元对 0.20 美元，直接把这一主导项砍半。Terminal X 在 OpenAI 于 10 月 20 日发布的客户案例中称，其长上下文评估工作的每次查询成本比其测试过的次优模型低约 30%——这是厂商与客户共同报告的数字，并非独立数据，但在方向上与价目表一致。

改变答案的参数

相同的模型字符串可能产生截然不同的账单，而 6.1 Sol 规格中有三项设置对最终数字的影响甚至超过档位选择。

• 推理强度 — 低、中、高、极高、最大。指数得分 52 是在最大强度下测得的。低强度下的草稿级工作成本更低、速度更快，但无法达到该得分；无和最低会被直接拒绝。

• 长提示词层级——当输入超过 272,000 个 token 时，输入和缓存输入的费用为 2 倍，输出为 1.5 倍。1M token 的窗口并不等于 1M token 的预算；最后 700,000 个 token 的费用翻倍。

• {{1}}最大投入下的延迟{{/1}}——在 Artificial Analysis 榜单上，首个 token 的时间为 248 秒，而对照中位数为 3.69 秒。用于批量评估尚可，用于聊天界面则致命。

• 服务层级 — 标准、Fast（2×）、Batch 和 Flex（低 50%）、Ultrafast（6×）。对于夜间任务，Batch 搭配 6.1 Sol 通常比标准搭配更小模型更便宜。

推理强度设置是大多数迁移意外发生的地方。团队从高推理强度的 G​PT-6 Sol 迁到最高推理强度的 G​PT-6.1 Sol，因为主要宣传分数是最高推理强度下的分数，随后却发现评测吞吐量骤降、单项成本上升。公平的比较是在两个模型上使用相同的推理强度档位，而首轮评估的诚实默认值，是该工作负载原本就在使用的推理强度水平。

一个下午就能跑完的迁移测试

从你自己的流量中抽取 100 到 200 个代表性条目，在同等投入下让它们经过 GPT-6 Sol 和 GPT-6.1 Sol，并对照你团队已经在使用的任何标准打分——评分量表、黄金集或评审员。

两个模型都位于 OrcaRouter 上同一个路由命名空间中，按供应商标价提供且无加价，因此这次运行的成本就是价目表上的价格，别无其他；在两者之间切换只需更改一个字符串，而不是再签一份合同、再开一张发票。

有三件事需要衡量，而公开数字无法告诉你。你实际提示词结构上的缓存命中率——只有真正命中缓存，缓存价格减半才划算。272,000 个 token 的阈值是高于还是低于你的典型上下文，因为刚好停在其下方的工作负载，与刚好超过它的工作负载，表现会完全不同。以及你打算上线时采用的投入档位下的延迟，而不是你跑基准测试时那个档位下的延迟。

对于生产路径，现在迁移而不是以后迁移的理由是弃用通知，而不是那四个索引点。让两者并行运行在路由 DSL之后，让新层级承接一小部分实时流量，并使用自动故障转移：如果新模型行为异常，就把请求送回旧模型。这会把一次有风险的切换变成可观察的实验——对于任何模型标识符变了而价格没变的迁移来说，这正是正确的形态。

比较不再有用之处

有两点限制值得明确说明。第一，最大努力下的指数分数并不是你工作量的代理指标；十项评测上的四分差距，完全不能说明模型是否能捕捉到你的审核人员所捕捉的那些具体错误。第二，G​PT-6.1 Sol 并不是每个档位都自动适用的正确升级选项——如果任务是抽取、分类，或任何调用次数多且上下文短的工作，那么 G​PT-6 Luna 的 $0.10 和 $0.50 定价，输入价格只有五分之一，输出速度则是两倍以上，而指数差距对该任务并不重要。

有用的总结往往是乏味的那一个。不存在可用于与 G​PT-6.1 Sol 对比的 G​PT-6.1，因为这一代与这个模型是同一个对象。真正存在的对比是 G​PT-6.1 Sol 对 G​PT-6 Sol：价格没变，质量变了，缓存输入项减半。这足以成为运行测试的理由——但远不足以成为跳过测试的理由。