生成了一张标题卡,上面写着“GPT-6.2 Sol Pro:价目表没变,账单降了20%”,副标题是一项 Artificial Analysis 指数任务成本从 $1.27 降至 $1.01;上方有三张卡片,分别给出未变的价目表:每百万 token 输入 $2.00、输出 $10.00,GPT-6.2 Sol 每项任务成本 $1.01,以及 GPT-6.1 Sol 的 $1.27;另有一条说明:Sol Pro 就是 gpt-6.2-sol 在推理模式设为 pro 时调用。
Guides & Insights

GPT-6.2 Sol Pro:费率表未变,账单降了20%。

作者

jinhao.song

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

完成一项评估任务需要四万个输出 token。这就是GPT-6.2 Sol在最高投入设置下运行 Artificial Analysis 测试套件时所花费的 token 数,而GPT-6.1 Sol完成同样工作则用了 67,824 个——每项任务的 token 用量下降了 40%,费用下降了 20%,而价目表一分钱都没变。该模型于2026 年 11 月 17 日与 GPT-6.2 Astra 一同发布,而人们正在搜索的名称GPT-6.2 Sol Pro,就是将该模型在 Responses API 中的 reasoning.mode 设为 pro 后的版本。Pro 模式按基础模型的标准 token 费率计费。因此,这次升级的整个经济性都取决于模型决定花多少 token——而这正是 OpenAI 的费率卡无法告诉你的那个数字。

这不是本博客上已经针对 GPT-6 和 GPT-6.1 档位提出过两次的“Pro 是一种模式”论点的重演。机制相同,而且现在已有充分记录。新的是证据:首次有了 Sol 档位在发布后次日的独立测量,而它们说明的事情比“每 token 更便宜”更有意思。它们表明,改进恰恰集中在 OpenAI 销售此模型所针对的工作负载上,并且有一个维度变差了。

11月17日究竟发布了什么?

变更日志条目只有两行,并提到了两个标识符:{{1}}gpt-6.2-astra{{/1}} 和 {{2}}gpt-6.2-sol{{/2}},二者均可在 Responses API 和 Chat Completions 上使用,而工具调用需要 Responses。OpenAI 自己对该发布的总结——“{{3}}在 ChatGPT Work、Codex 和 API 上以更低成本实现更好的专业输出、编码、计算机使用和效率{{/3}}”——属于厂商话术,在独立数据到来之前值得对它保持审慎,而这些数据如今已经到来。

事情的总体轮廓,摘自 OpenAI 的 gpt-6.2-sol 模型页面:

• 上下文 — 总计 1,050,000 个 token,最大输入 922,000,最大输出 128,000。

• 模态——输入文本和图像,输出文本。音频和视频列为不受支持,并且规范中没有文件输入模态。

• 知识截止日期——2026 年 6 月 1 日,比 6.1 档的 2026 年 4 月 30 日晚一个月。

推理 — 始终开启,提供从 low 到 max 的五档 effort 设置,并且 API 会直接拒绝 reasoning.effort: none,而不是静默降级。

• 价格,短上下文 — 每百万 token 输入 $2.00,缓存输入 $0.10,缓存写入 $2.50,输出 $10.00。与 GPT-6.1 Sol 完全相同。

• 价格:当输入 token 超过 272,000 时——整个请求的输入与缓存费率翻倍,输出费率升至 1.5 倍:$4.00 / $0.20 / $5.00 / $15.00。

• 服务层级 — Batch 为标准价格的 50%,Fast 为 2 倍,Ultrafast 截至 2027 年 2 月 28 日为 3 倍,自 2027 年 3 月 1 日起为 6 倍。

• 本代新增 — Responses API 公开测试版中的折扣后台完成时段:两小时时段较标准费率低 30%,八小时时段低 40%。

对任何运行批处理形态智能体工作的人来说,最后一行其实是这次发布中最有用却最不显眼的内容,而这正是发布文章会埋没的那类细节。延迟两小时但成本降低 30%,与直接降价是截然不同的产品决策,因为它改变的是你安排工作的时机,而不是你为工作支付的费用。

Screenshot of OpenAI's documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, a 1 June 2026 knowledge cutoff, text and image input with text output, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

“Pro”从何而来,以及为什么它不是型号 ID

OpenAI 的推理指南对此说得很清楚:GPT-5.6 和 GPT-6 模型“在 Responses API 中支持 standard 和 pro 两种推理模式。standard 是默认值。”模式与强度是两个相互独立的维度——指南明确指出,模式“决定采用 standard 还是 pro 执行,而 reasoning.effort 控制模型在该模式内投入多少推理”。你可以在低强度下运行 pro 模式;也可以在最高强度下运行 standard 模式。

Pro 执行所做的是将多次模型处理汇总为一个答案,并按“所选模型的标准 token 费率”对这些 token 计费。没有溢价倍率,也没有单独计量。现有的 Pro 标识符——GPT-5.5 Pro 及其前代产品——保留其旧有行为和旧价格,这就是为什么“Pro”现在会根据你指定的是哪个字符串而表示两种不同的含义。

因此,当目录列出 gpt-6.2-sol-pro 时,它描述的是一种配置,并为此生造了一个标识符来挂靠。OpenAI 自己的文档中该字符串会返回 404,而模型页面上唯一的标识符是 gpt-6.2-sol。这一区别的意义不止于咬文嚼字:可查询的模型 ID 有文档化的上下文窗口和公布的费率,而配置只有你的应用在调用时传入的内容。

独立评测:提升 2.7 分,每项任务成本降低 20%

Artificial Analysis 已经用其自有的测试框架运行了该模型,而这些数字是该档位首批来自非厂商方的实测结果。在 Intelligence Index v5.0.1 上,GPT-6.2 Sol 在最高努力程度下的得分为 57.3,相比之下 54.6则是 GPT-6.1 Sol 在最高努力程度下的成绩。每个 Index 任务的成本从 $1.27降至 $1.01。这两个数字都是在完全相同的测试套件上测得的,这正是它们具有可比性的原因:相同的任务、相同的测试框架、相同的评分方式,只有模型发生了变化。

这两个数字同时朝正确方向变化,才是这次发布真正的核心主张。在固定价目表下,一代模型如果在每项任务上变得更聪明、更便宜,那是效率提升,而不是重新定位。一代模型如果变得更聪明但成本更高,那是一种取舍。这一次属于前者,而且幅度大到不容忽视。

比起综合成绩,增益落在哪些方面更有意思。在最大负载下与自己的前代相比:

• Terminal-Bench 4.0 — 60.1% 对 56.1%。

• Terminal-Bench Science — 67.6% 对 58.1%,跃升 9.5 个百分点,是榜单上最大的单项变动。

• HLE Diamond — 64.0% 对比 58.8%。

• FrontierCode 2.0 — 44.4% 对比 40.6%。

• AutomationBench — 71.3% 对比 64.9%。

• AnalystAgent — 53.8% 对比 50.0%。

其中每一项都是需要使用工具、多步骤且高度依赖验证的任务。这并不是一个在琐碎知识问答上变得更好的模型;而是一个更擅长把事情做完的模型,这与 token 数下降而非上升相一致。更少的错误转向意味着花在从中恢复上的 token 更少。

关于这些数字代表什么,需要说明一点。Artificial Analysis 衡量的是努力级别,而不是推理模式,因此它的“max”一行是最高努力级别下的标准模式。目前还没有人公开发表过任何 GPT-6 模型的 pro 模式测量结果,因为该模式会将未知数量的模型工作量成倍放大。请把最高努力级别那一行视为当前可获得的最接近上限,而不是 pro 模式的基准。

两个朝错误方向变动的数字

AA-Omniscience 是测试套件中用于检验模型是否“知道自己不知道什么”的部分,而本次发布正是在这一项上有所回退。GPT-6.2 Sol 在最大努力下于 Omniscience 指数上得分40.4,低于此前的 42.0。准确率基本持平——61.6% 对 61.8%,属于噪声——但幻觉率从51.9%上升至55.4%。

仔细读完再判定这是不是丑闻。两个模型在答错的问题中,有超过一半是在产生幻觉,而在这样规模的测试套件上,3.5 个百分点的变化并不是灾难性的回退。但这是一种趋势,而且与能力指标所指的方向相反。这一档模型更擅长做事,但在断言自己无法支撑的事情时略微不那么谨慎了。

对于一个在宣布胜利前先运行测试的编码智能体来说,这种取舍几乎是免费的。对于一个不做验证步骤就直接回答的研究助手来说,这恰恰就是你花钱让上一代模型避免的那种失效模式。如果你的工作负载属于第二类,那么复合指数就是错误的选购指标,而 20% 的节省还抵不上一个自信错误答案的代价。

专业模式对计量器的影响(以 token 计)

由于 pro 模式按标准费率计费,它能撬动的唯一杠杆就是 token 数量,而独立数据让你第一次能够衡量这个杠杆的力度。在最高强度下,GPT-6.2 Sol 平均每个任务输出 40,360 个 token,其中 22,800 个是推理 token,17,561 个是可见回答——推理占输出的 56%。而在相同设置下,GPT-6.1 Sol 平均输出 67,824 个 token,其中 49,213 个用于推理。较新的模型思考时长不到前者的一半,而回答长度大致相当。

这就是 20% 背后的机制,但它并不是全部账目,另一半也值得了解。拆解每任务成本:输出从约 $0.72 降至 $0.40,而输入从约 $0.55 升至 $0.61——每个任务的缓存读取和缓存写入更多,而不是更少。两者大致相抵,形成净 20% 的节省,这意味着这次升级是一场押注:少思考所省下的,比它重新读取的额外上下文更值。在测试套件上,确实如此。

在任一之上运行 Pro 模式,乘数未知——OpenAI 文档称 Pro“比标准模式执行更多模型工作,增加 token 使用量和成本”,但未公布具体系数。可以确定的是,它所乘的基线在输出侧小 40%,因此相同的 Pro 乘数会落在更低的成本底线上。

实际后果:如果你是按 6.1 时期的 token 数量来估算 pro-mode 调用预算,那就重新测量,而不是按比例换算。token 分布变化已经足够大,线性调整会高估你的账单。

A generated single-column scoreboard for GPT-6.2 Sol listing Intelligence Index 57.3, cost per index task $1.01, output tokens per task 40,360, Terminal-Bench 4.0 at 60.1 percent, Terminal-Bench Science at 67.6 percent, AA-Omniscience 40.4, a 1,050,000-token context window and $2 input and $10 output per million tokens, with a footer attributing the comparison figures to Artificial Analysis and the pricing to OpenAI.

如今在哪些地方可以调用它,在哪些地方则不可以

OpenAI 的 API 已正式上线:Responses 与 Chat Completions、批处理、提示缓存、结构化输出,以及包括计算机使用、apply_patch、托管 shell 和 MCP 在内的托管工具集,还有面向获批组织、适用于符合条件端点的零数据保留。根据发布说明,ChatGPT Work 和 Codex 用户在上线首日即可使用。以上就是截至 2026 年 11 月 18 日的正式版(GA)情况。

在 OrcaRouter 自己的目录中,6.2 代尚未上线——11 月 18 日查看公开模型列表时,返回的是 openai/gpt-6.1-sol 和 openai/gpt-6-sol,而没有 gpt-6.2-sol。由此可得出两点,其中第二点值得围绕它做规划。第一,今天在这里无法获得关于此次升级的任何信息,本文也不会假装有。第二,OrcaRouter 将提供商目录价以 0% 加价原样传递,因此当某一档位真正出现时,你支付的就是厂商自己的 $2/$10——不会在价目表之上再加网关加价,而且厂商价格变动当天就会生效,而不是按经销商的节奏生效。

Screenshot of the OrcaRouter model page for GPT-6.1 Sol, showing the model ID openai/gpt-6.1-sol, a 1,050,000-token context window with 128,000 maximum output, input pricing of $2.00 and output pricing of $10.00 per million tokens, and a description of the tier as the long-context option beneath the flagship.

与此同时,它替代的档位是 openai/gpt-6.1-sol,该档位已在目录中按标价提供;合理的迁移路径是让生产环境继续使用 6.1 档位,同时直接评估 6.2,然后迁移路由而不是代码。

看什么

11月17日究竟是迈出一步还是摇晃不定,将由三件事决定。校准回归要么在下次 AA 刷新后依然存在,要么缩小为噪声。Ultrafast 乘数将在 2027 年 3 月 1 日翻倍,从标准档的 3× 提高到 6×——这不会让任何东西变成三倍,却会让最快路径的溢价翻倍;如果你的架构依赖 Ultrafast,那个日期就该纳入你的预算。而且 token 效率必须在 pro 模式下保持,而在 pro 模式下,没人公布的那个数字,正是决定你账单的数字。

在那之前,诚实的总结范围有限且可核查:价格相同、2.7 个指数点、每项任务便宜 20%,而对其不知道的东西的把握则明显更松。

本文中的对比2

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