一张生成的标题卡写着“GPT-6.2 Sol Pro vs GPT-6.1 Sol Pro:相同的费率卡,token 减少 40%”,显示每个索引任务的输出 token 从 67,824 降至 40,360,并用两个胶囊标签显示 Intelligence Index 从 54.6 升至 57.3、每任务成本从 $1.27 降至 $1.01;该标题卡位于一行文字上方,该行文字说明 $2.00 输入和 $10.00 输出费率在两个层级上完全相同。
Guides & Insights

GPT-6.2 Sol Pro 对比 GPT-6.1 Sol Pro:相同费率卡,Token 减少 40%

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

从GPT-6.1 Sol Pro升级到GPT-6.2 Sol Pro在价目表上无需任何费用。两档均按每百万输入 token 2.00 美元、每百万输出 token 10.00 美元收费,均具有 1,050,000 token 的上下文窗口,最大输出为 128,000 token,并且两者都是在基础模型上以 reasoning.mode: pro 调用 pro 模式,而不是将其作为一个独立标识符。无论如何,这次升级都值得进行,原因在于一个从未出现在 OpenAI 费率表上的数字:在最大推理强度下,GPT-6.2 Sol在每项 Artificial Analysis 指数任务上花费 40,360 个输出 token,而 GPT-6.1 Sol花费 67,824 个。工作量减少 40%,计量方式相同,最终账单降低 20%。评测于 2026 年 11 月 18 日,即 6.2 代发布后的第二天。

有两个因素让这个决定比标签所暗示的更微妙。第一,这两款模型之间并没有一个可以明确指出的硬件代际或架构变化作为分隔——上下文窗口相同,模态列表相同,价格相同,而 OpenAI 文档中唯一的结构性差异是知识截止日期从 2026 年 4 月 30 日移到了 2026 年 6 月 1 日。第二,改进并不均衡:在对编码智能体至关重要的评估上提升很大,而在校准上则是负面的。只报告综合指数的比较会同时漏掉这两点。

在供应商自己的规范中,实际差异是什么

并排对照,来自 developers.openai.com 上的两个模型页面,读取于 2026 年 11 月 18 日:

• 价格 — 每百万 token 输入 $2.00 / 缓存 $0.10 / 缓存写入 $2.50 / 输出 $10.00,两者相同。输入 token 超过 272,000 时,两者均变为 $4.00 / $0.20 / $5.00 / $15.00。

• 上下文 — 1,050,000 个 token,最大输入 922,000,最大输出 128,000,两者均如此。

• 知识截止日期 — 2026年6月1日 对比 2026年4月30日。

• 努力级别 — 两者的可选值为 low、medium、high、xhigh、max;两者均拒绝 reasoning.effort: none。

• 推理模式 — Responses API 中的 standard 和 pro 两者均按标准 token 费率计费,区别仅在于所聚合的工作量不同。

• 超高速倍数 — 2027年2月28日前为标准倍数的3倍,之后两者均为6倍。

• 6.2 版本新增 — Responses API 公开测试版中的后台补全优惠时段:延迟两小时可享标准价格 30% 的折扣,延迟八小时可享 40% 的折扣。

• 行为变更——从 GPT-6.2 起,当 API 检测到对话中途出现前缀编辑、模型降级、最终用户变更或组织变更时,就会丢弃推理项。丢失推理项会降低回答质量,并使模型用新的 token 重复此前的工作。

最后那句话值得读两遍,因为它是一条伪装成正确性说明的成本陷阱。如果你的应用会在对话中途修改指令——许多智能体循环在重新渲染系统提示时都会这样做——那么 6.2 代模型会丢弃已经积累的推理内容,在下一轮重新为其付费,并破坏原本能让重复内容变得廉价的提示缓存。在专业模式工作负载中,推理 token 占输出的大多数,这决定了是节省 40% 还是完全省不下来。OpenAI 自己的指导原则是:当你在不同响应之间更改设置时,应保持前缀不变。

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, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

独立数字:每项任务 2.7 分和 20%

Artificial Analysis 在同一个测试框架上以最大投入对两个层级都进行了测量,这是该比较成立的唯一方式。智能指数 v5.0.1:57.3,GPT-6.2 Sol 对 54.6,GPT-6.1 Sol。每个指数任务成本:$1.01 对 $1.27。在当前 v5.0.1 榜单上,GPT-6.2 Sol 在 58 个计分条目中位列第 5;GPT-6.1 Sol 不再出现在排行榜的实时列表中,因此该比较依据的是各模型测量值,而非排名。

这两个数字单独来看都不算惊人。真正让这一对数字值得采取行动的是它们同步变化——更新的模型在每单位完成工作量上既更好又更便宜,而价目表却纹丝未动。这是效率型发布的特征,而非重新定位,也正是你在迁移生产路径之前希望看到的模式。

现在是细分数据,这正是两个模型的分歧超过综合得分所体现程度的地方:

• 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。

• 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%。

• AA-Omniscience — 40.4(幻觉率 55.4%)对比 42.0(幻觉率 51.9%)。

每一项能力指标都有提升。校准这一项却没有:较新的模型更容易断言它无法支撑的内容,概率高出 3.5 个百分点。在会先运行测试再宣布成功的编码智能体中,这种取舍几乎是无代价的;而在没有验证步骤的研究工作流中,这确实是退步。如果你的 pro 模式用法属于第二种,那么这不是一次自动升级。

A generated two-column comparison scoreboard titled 'GPT-6.2 Sol vs GPT-6.1 Sol', with the left column GPT-6.2 Sol at 57.3 on the Intelligence Index, $1.01 cost per task, 40,360 output tokens per task, 60.1 percent on Terminal-Bench 4.0, 40.4 on AA-Omniscience and $2 input and $10 output per million, and the right column GPT-6.1 Sol at 54.6, $1.27, 67,824 tokens, 56.1 percent, 42.0 and the same $2 and $10 price, with a footer attributing the measurements to Artificial Analysis and the pricing to OpenAI.

40% 从何而来,逐行说明

Pro 模式会在基线 token 数量之上叠加数量未知的模型工作量,因此基线是你唯一能够推算的部分——而独立数据恰好能精确衡量它的规模。

在最高努力程度下,GPT-6.2 Sol 每个索引任务平均输出 40,360 个 token:22,800 个推理 token 和 17,561 个答案 token。GPT-6.1 Sol 平均输出 67,824 个:49,213 个推理 token 和 18,611 个答案 token。可见答案几乎没变——短了 6%。推理量骤降 54%。这就是全部机制。较新的模型思考时间不到一半,却能产出长度相同的答案;而由于推理 token 按输出计费,节省正来自这里。

把它折算成美元,算术并不光鲜:40,360 个 token 按每百万 10 美元计算,输出约为 0.40 美元,而较旧模型为 0.72 美元。不过输入并不配合。在整个套件中,GPT-6.2 Sol 每个任务的输入计费约为 0.61 美元,而 GPT-6.1 Sol 为 0.55 美元——它读取得更多,而非更少,因为其缓存写入量和缓存读取量都上升了。输出节省与输入惩罚几乎相互抵消,形成净额 1.01 美元对 1.27 美元的数字。这一转移中没有任何部分来自降价,因为根本没有降价。

Pro 模式所隐含的那条实用警告是:由于乘数未知,且会作用于模型决定执行的任何操作,基线缩小 40% 并不能保证 Pro 模式账单也缩小 40%。它保证的只是更低的下限。在重写预算之前,先测量你自己的调用。

无需更改代码即可迁移

机械式迁移只需要改动一个字符串。两个模型接受相同的参数、相同的 effort 值、相同的 Responses API 接口面以及相同的工具集,因此切换就是从 model: "gpt-6.1-sol" 改为 model: "gpt-6.2-sol",并将 pro 模式配置得完全相同。OpenAI 的迁移指南为工具调用增加了一项必需检查:它要求使用 Responses API,而不是 Chat Completions,而这一点在 6.1 上就已经成立。

不属于单个字符串的,是上文描述的 reasoning-item 行为。在切换模型之前,先审查你的循环中是否有任何东西会改变对话前缀——动态系统提示、会重新排序的注入工具定义、每轮在前端进行的上下文裁剪。如果有,先修复这一点,否则效率收益会在第二轮就消失。

上线策略也很重要,因为这是一个刚推出一天的档位,背后只有一项独立测量。保守做法是让生产环境继续停留在 6.1 档位,并用你能核查的流量来评估 6.2——影子路由、金丝雀比例、针对两者都运行的测试套件。在 OrcaRouter 上,openai/gpt-6.1-sol 已在目录中,价格为供应商列表价,0% 加价,并支持跨供应商自动故障转移,因此已经在承载你流量的模型可以扛过一个糟糕的下午,而不至于让你在生产环境中才发现问题。截至 11 月 18 日,GPT-6.2 Sol 尚未出现在我们的目录中,这正是要把评估作为对比、而不是直接切换的原因。

6.1 档位在一段时间内也仍可调用:OpenAI 的弃用表中,即将退役的 GPT-5 和 o3 工作负载仍会被路由到 gpt-6.1-sol 作为其替代,这些停用日期定于 2026 年 12 月 11 日。一个本身还是其他模型推荐迁移目标的模型,并不会马上退役,因此有计划、从容地迁移到 6.2 不会让你在紧迫性上付出任何代价。

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, and pricing of $2.00 input and $10.00 output per million tokens at provider list price.

谁该动,谁该等

如果你的工作负载属于终端密集型、工具使用型或验证门控型,请立即行动。Terminal-Bench Science 提升 9.5 个百分点、AutomationBench 提升 6.4 个百分点,幅度足以通过金丝雀运行显现出来;而每任务 20% 的节省无需谈判或签订新合同即可获得。

等等,如果你的工作负载是 pro-mode 研究综合,输出是供人阅读而不是被测试的。校准回归很小,但方向错了,而且效率论证并不能覆盖一个只有在发布后才会发现的错误。等等,还有,如果你的智能体循环会重写对话前缀——先修复这个问题,再升级,然后测量;在修复之前升级会让模型看起来比它实际更差。

不管怎样,版本号在这里发挥的作用并没有看上去那么大。这不是一个靠金钱换来能力的一代,而是一个靠 token 换来能力的一代;而这一次,账单终于向你这边倾斜了。

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