
GPT-6.2 Sol Ultrafast 实测:每秒 126 个 Token,未见 4.5 倍
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 153 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 277 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
首个公开数字是 GPT-6.2 Sol 在开启 Ultrafast 时达到每秒 126 个 token,这一平均值来自一项耗时 27 分钟实际时间、其中约 14 分钟为模型实际响应的任务,峰值突发达到每秒 252 个 token。它来自 X 上的一位视频剪辑师,他让模型剪辑一段八分钟的视频——这是一个真实任务,仅用四行文字报告,没有测试框架、没有重复运行,也没有 Standard 模式作为对照。将这一平均值与 Artificial Analysis 为同一模型在 Standard 模式下公布的数字——每秒 85 个输出 token——相比,OpenAI 称该档位生成 token 的速度“最高可达 Standard 的 4.5 倍”,而在这份报告中实际约为 1.5 倍。 GPT-6.2 Astra 和 GPT-6.1 Sol 是 Ultrafast 列表上的另外两款模型,它们在该独立榜单上的排名更低,分别为每秒 60 和 49 个 token,这就是为什么在这里这个比值比原始数字更重要。
四个数字,以及没人发布的第五个
这条帖子对于社交媒体上的速度宣称来说具体得有些反常,正因如此才值得仔细拆解。它给出了任务(一段八分钟的视频剪辑)、总耗时(27 分钟)、等待模型所花的时间(约 14 分钟)、平均生成速率(每秒 126 个 token)以及最佳单次爆发(252)。OpenAI 官方文档将这一档位称为 Ultrafast;帖子中则称之为"Ultra Fast"。两个名称指的是同一件事——ChatGPT Work 和 Codex 应用的选择器中最快的速度选项。
这篇文章没有给出的,正是能使其成为基准的那另一半:
• 它运行在哪个界面上——ChatGPT Work、Codex 应用还是 API。这三者都会显示该层级;但这些数字不能跨它们进行比较。
• 推理强度设置。Sol at Light 和 Sol at Pro 在生成第一个 token 之前的思考量不同,而思考时间包含在那 14 分钟内。
• 实际生成了多少个 token。这可以从平均值和持续时间推断出来,而且这种推断值得去做——见下文——但它终究只是一种推断。
• Standard 在同样的任务上会得到什么数字。这才是这篇文章真正要讨论的数字,也是这篇帖子无法包含的那个数字,因为那只是一次单独运行,没有任何可比较的对象。
• 这次剪辑第一次是否就能用。“它剪出了一段八分钟的视频”是一种成功性主张,而非质量主张,而且重跑一次会让总时长发生很大变化。
准确陈述的主张,以及该档位的费用
OpenAI 的速度文档对 Ultrafast 的承诺说得很精确:“在 GPT-6.2 Astra 和 GPT-6.2 Sol 上,Ultrafast 在相同模型上的 token 生成速度最高可达 Standard 的 4.5 倍。”注意这里有两个限定条件。这一说法针对的是 token 生成速度,而不是首 token 时间,也不是整个任务所花费的时间。而且它说的是“最高可达”,这是一个上限,而非典型值——当第一份独立读数只有该上限的大约三分之一时,这一区别就变得至关重要了。
在 API 上,它是一个标志,而不是一个模型:将 model 设置为 gpt-6.2-sol,并将 service_tier 设置为 "ultrafast"。OpenAI 建议在智能体工作中使用 WebSockets,以免连接开销抵消性能提升;Ultrafast 有自己的速率限制,与 Standard 和 Fast 分开。对于 GPT-6.2 模型,这些限制并未公布——文档要求你查看自己组织的设置——而 GPT-6.1 Sol Ultrafast 公布在 Build 层级为每分钟 1,000,000 个 token,GPT-6 Astra 公布为 500,000。GPT-6.2 层级的推理驻留仅限美国。在 ChatGPT 中,Pro $200 仅在 Sol 上获得 Ultrafast,而 Pro $500 可获得两个模型。
价格才是那个附有截止期限的部分。GPT-6.2 Sol 上的 Ultrafast 在促销期内为每百万输入 token $6.00、缓存输入 $0.30、输出 $30.00,按标价则为 $12.00 / $0.60 / $60.00——正好是 Standard 费率 $2.00 / $0.10 / $10.00 的 3 倍和 6 倍。OpenAI 给出了切换日期:“在 2027 年 2 月 28 日之前,Ultrafast 按 Standard 费率的 3 倍收费;自 2027 年 3 月 1 日(太平洋时间)起,按 Standard 费率的 6 倍收费。”

让 126 变得清晰可读的基线
没有参照,每秒 token 数毫无意义,而这个模型系列恰好只有一个独立参照。Artificial Analysis 在最高推理强度下测得 GPT-6.2 Sol 为每秒 85 个输出 token、首 token 时间 68 秒、完成一项索引任务耗时 7.9 分钟、每项任务 $1.01,对应的 Intelligence Index 为 57。同一榜单显示,GPT-6.2 Astra 为每秒 60 个 token、Index 为 62、每项任务 $4.00;GPT-6.1 Sol 为每秒 49 个 token、Index 为 55、每项任务 $1.27。
那些是在固定评估集上测得的评估框架中位数,而视频剪辑只是一个人一下午的工作量。它们并不是同一种测量;诚实地把两者放在一起使用时,应将其视为粗略的比例因子,而不是最终裁决:
• 实测平均每秒 126 个 token — 约为 Standard 基线 85 的 1.5 倍。
• 实测峰值为每秒 252 个 token——约为该基线的 3.0 倍,出现于单次最快突发中。
• 将 4.5× 的说法套用到 85 上——略高于每秒 380 个 token,而报告中没有任何内容能接近这一水平。
• Artificial Analysis 自己的 GPT-6.2 Sol 页面完全没有提到 Ultrafast,因此其 85 分默认是标准模式下的数字,而不是明确声明的。
为什么 4.5 倍的 token 并不等于 4.5 倍的工作量
当速度档位按倍数来售卖时,丢失的正是这一部分,而那条视频帖子恰好包含了证据。一个 27 分钟的任务里有 14 分钟是模型响应,意味着 52% 的时间花在生成上,48% 花在其他所有事情上——上传、转码、剪辑师自己的步骤、工具调用,以及流水线在模型轮次之间所做的任何事。把这种拆分看作工作负载的形态,算术就会变得毫不宽容:
• 生成时间意味着大约 106,000 个输出 token,即 14 分钟、每秒 126 个 token。
• 在 Standard 基线为每秒 85 个令牌的情况下,这些令牌大约需要 21 分钟,因此整个任务最终会接近 34 分钟。
• 按完整的 4.5× 声称值——约每秒 383 个 token——它们耗时不到 5 分钟,因此整个任务最终约需 18 分钟。
这次运行实际上花了27分钟,几乎正好介于两者之间。
即使该层级完全兑现了 4.5× 的每一分提升,此工作负载的端到端收益也只会约为 1.5×,因为模型从来只占这项工作的一半。阿姆达尔定律并不关心快的那部分能变得多快。这并不是反对 Ultrafast 的理由;而是主张要根据你自己的流水线形态来衡量该层级,而不是根据倍数来衡量,因为交互式聊天的一轮几乎全是生成,而媒体流水线则不是。
那14分钟究竟代价几何
将促销费率卡套用到推断出的 106,000 个输出 token 上,测量的价格就能在一行内清晰读出:
• Standard:每百万输出 token $10.00——约 $1.06。
• Ultrafast 享受促销价,每百万 $30.00 —— 约合 $3.18。
• Ultrafast 自 2027 年 3 月 1 日起按标价收费:每百万 60.00 美元——约合 6.35 美元。
输出只占账单的一半,而在视频编辑智能体上,它很可能还是较小的一半。每一段帧描述、转录文本和工具结果都会作为输入重新计费;促销期间为每百万 $6.00,而智能体反复循环同一上下文,正是缓存写入档位存在的典型工作负载——30 分钟缓存为每百万 $7.50,12 小时缓存为每百万 $15.00,而缓存读取仅为 $0.30。一条流水线如果重新发送上下文而不使用缓存,其输入花费可能超过它本想加速的输出花费。文章没有报告 token 数量,因此无法算出总额,只能界定上限:这一档位使账单中生成的那一半变为三倍,并将在十四周后变为六倍。
该把层级放在哪个模型上
同样的 4.5× 应用于三个不同的基线,会得到三个截然不同的终点,而最便宜的那个并不是最快的那个。
• GPT-6.2 Sol — 在 Standard 下每秒 85 个 token,因此该说法意味着约 383。Index 57,每项任务 $1.01。
• GPT-6.2 Astra — 标准档下为 60,因此该说法意味着约 270。指数 62,每任务 4.00 美元,成本是四倍,只换来多五个指数点。
• GPT-6.1 Sol — 在 Standard 下为 49,因此该说法意味着约为 220。Index 为 55,每项任务 $1.27,其 Ultrafast 层级按每百万输入 $12.00、输出 $60.00 固定定价,完全没有促销行。
由此可得出两个结果。第一,Astra 上的 Ultrafast 仍比 Sol 上的 Ultrafast 慢,因为它的起点更低——如果目标是吞吐量,更强的模型也无法让你达到目标。第二,GPT-6.1 Sol 的 Ultrafast 当前定价,已经等同于 GPT-6.2 Sol 的 Ultrafast 在二月之后的价格,因此这更像是对账单的合理预览,而非折扣。OpenAI 还指出,GPT-6 Astra 和 GPT-6.1 Sol 上的 Ultrafast 面向所有 API 用户开放,而 GPT-6.2 层级则会指引你查看所在组织的速率限制——在围绕它构建队列之前,值得先确认一下。

获取自己的号码,而不是借用这个号码
上面的测量结果只是一份单独的报告,应当把它当作一个信号,而不是一项规范。要弄清它,办法是在你自己的负载上做一次受控的 A/B 测试——相同的提示词、相同的任务,在 Standard 上跑三次,另外三次将 service_tier 设为 "ultrafast",分别记录端到端分钟数、总 token 数以及首 token 时间。既要报告平均值,也要报告峰值,因为原帖中 126 与 252 之间的差距,正是“确实有帮助的档位”和“偶尔才有帮助的档位”之间的差别。
OrcaRouter 目前不提供 GPT-6.2 Sol 或 GPT-6.2 Astra;目录中收录了 openai/gpt-6-astra、openai/gpt-6-sol、openai/gpt-6.1-sol 和 openai/gpt-6-luna,而且 GPT-6.2 的模型页面无法解析。所以这并不是在建议你将新模型经由我们路由。目前真正成立的情况范围更窄,但对于这个具体决策仍然有用。GPT-6.1 Sol 已在目录中,它是与被测模型最接近的模型,而通过单个密钥用它运行你的评估集,是在你为一个 3 月将翻倍的档位投入预算之前,了解某个速度档是否会改变你的产品的最便宜方式。定价是 提供商的标价,原样传递且不加价,因此 2027 年 3 月 1 日的涨价会在 OpenAI 那边生效的同一天到达我们这边——没有重新定价周期,也没有重新谈判。
还有一个路由层面的理由,是这一层级所特有的。Ultrafast 有自己独立的速率限制,与 Standard 和 Fast 分开,而 OpenAI 并未公布 GPT-6.2 层级的默认每分钟 token 数——你只有撞到上限时才会知道自己的天花板在哪里。把 Ultrafast 当作唯一路径的流水线会继承这份未知;而能在同一模型上回退到 Standard 的流水线,则只是速度下降,而不是直接失败。这正是把速度层级放在路由器之后、而非硬编码的其中一个结构性优势,而且值得在这一层级进入关键路径之前就具备它。

怎样才能了结此事?
一个数字就能让这件事从轶事变成证据:在固定任务上做一次 Standard 对 Ultrafast 的 A/B 测试,并连同 token 数和实际耗时一并公布。在此之前,对 2026 年 11 月 18 日站得住脚的解读是:GPT-6.2 Sol 上的 Ultrafast 确实存在,并且实质上比 Standard 更快——126 对 85 不是噪声,252 个 token 的突发也不是舍入误差——但已公布的倍率是一个公开场合无人接近过的上限,而且任务级加速既取决于你流水线中 token 生成所占的比例,也取决于档位本身。发布这项测量的人用 27 分钟而不是估计的 34 分钟剪完了一段视频,而且是在发布周档位上完成的,而该档位到 3 月价格会翻倍。这是一个好结果,也是一个温和的倍率;在任何人按 4.5× 做预算之前,这两半都值得了解。
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
