一张生成的标题卡,上面写着“GPT-6.2 Sol vs GPT-6 Sol”,副标题为“在指数上相隔两代,在请求上只差一个设置”,位于三行编号内容上方:相同的计价,两款模型对每百万输入 token 均收费 2 美元、输出收费 10 美元,而缓存输入从 0.20 美元降至 0.10 美元;差距,GPT-6.2 Sol 在最高推理强度下于 Artificial Analysis Intelligence Index v5.0.1 上得分 57,GPT-6 Sol 得分 44,每项指数任务分别为 1.01 美元和 2.47 美元;以及被移除的旋钮,GPT-6 Sol 接受 reasoning_effort none,而 GPT-6.2 Sol 拒绝它。
Guides & Insights

GPT-6.2 Sol 与 GPT-6 Sol 对比:最后一款可让你关闭推理的 Sol

作者

Gideon Frost

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

目前已有三款 Sol 模型以相同的标价上市,而其中最早的那款仍然能做两款较新模型拒绝做的事。GPT-6 Sol 于 2026 年 9 月 22 日发布,价格为每百万输入 token 2 美元、每百万输出 token 10 美元,并且接受将 none 作为推理强度。GPT-6.2 Sol 于 2026 年 11 月 17 日发布,收费同样是 2 美元和 10 美元,并直接拒绝 none——GPT-6.1 Sol 也是如此;后者在 GPT-6 Sol 发布七天后推出,以不变的价格悄然夺走了它的桂冠。因此,任何仍在生产环境中运行 GPT-6 Sol 的人,都不是在无意中运行一款过时模型。在若干配置下,它是该系列中唯一会接受该请求的模型。

同样的仪表,只有一个表盘真正动了

发布帖让这件事看起来无关紧要:OpenAI称GPT-6.2 Sol延续了GPT-6.1 Sol的费率,而GPT-6.1 Sol从未提高GPT-6 Sol的收费。然而,通读全部三份价目表就会发现,只有一个项目曾经发生过变化。缓存输入。

• 输入 — 在 GPT-6 Sol、GPT-6.1 Sol 和 GPT-6.2 Sol 上,每百万 token 2.00 美元。三代以来始终未变。

• 输出 — 三者均为 $10.00。保持不变。

• 缓存写入 — 三者均为每百万 $2.50,保留 30 分钟。GPT-6.2 Sol 还记录了在 Standard 定价下针对短上下文请求的 12 小时缓存写入,价格为每百万 $5;GPT-6 Sol 页面未描述此类选项。

缓存输入 — 在 GPT-6 Sol 上为 $0.20,按未缓存费率的 10% 计费。在 GPT-6.2 Sol 上为 $0.10,按 5% 计费。缓存读取费用降低了 50%,而标价数字保持不变。

• 上下文 — 1,050,000 个 token,最大输入 922,000,最大输出 128,000,输入文本和图像,输出文本。三者完全相同。

• 知识截止日期——GPT-6 Sol 为 2026 年 4 月 20 日,GPT-6.1 Sol 为 4 月 30 日,GPT-6.2 Sol 为 6 月 1 日。从最旧到最新版本之间,多出了六周的世界知识。

• 推理强度 — GPT-6 Sol 接受 none、low、medium、high、xhigh 和 max。GPT-6.2 Sol 接受相同的列表,但不接受 none。

• 数据驻留 — GPT-6 Sol 支持 Standard、Flex 和 Batch 的欧盟驻留,但不支持 Fast。GPT-6.2 Sol 支持 Standard、Fast 和 Batch 的美国与欧盟驻留。在较新的模型上,快速层级可用于欧盟处理;在较旧的模型上则不行。

• 云 — GPT-6 Sol 已在 Amazon Bedrock 上以 openai.gpt-6-sol 的名称列出。GPT-6.2 Sol 的模型页面上目前尚无云服务提供商的条目。

缓存命中型工作负载正是那 50% 体现出来的地方。一个检索管线若每次请求发送 800,000 个缓存 token 和 20,000 个全新 token,那么在 GPT-6 Sol 上仅缓存读取就要花 $0.16,在 GPT-6.2 Sol 上是 $0.08——这还没算任一模型进行任何推理。再乘以请求量,那个未变动的标价就开始显得像对比中最不值得一提的数字。

持续了七天的一代人

值得精确说明 GPT-6 Sol 是如何成为旧模型的,因为它发生得比任何弃用周期所暗示的都要快。OpenAI 于 2026 年 9 月 22 日发布了 GPT-6 Sol 和 GPT-6 Luna。9 月 29 日,它发布了 GPT-6.1 Sol,称其“在编程、计算机使用和专业工作方面具备接近 Astra 的智能,而 API 输入和输出 token 价格仅为 Astra 标准价格的正分之一”——这也恰好是对 GPT-6 Sol 本应达到水平的公允描述。一周时间,相同价格,更好的模型。

关于 GPT-6 Sol 的任何内容都没有被撤回。OpenAI 的生命周期表仍将其列为活跃模型,其文档页面也只是把读者引向更新的 Sol。但 Artificial Analysis 已将其标记为弃用,现在每 18 小时而非每 6 小时对其进行基准测试。其横幅推荐的是 GPT-6.1 Sol 而非 GPT-6.2 Sol——这提醒我们,这些推荐横幅只向前指一步,并不指向当前最佳模型,也不能替代阅读榜单。

四十四对五十七,以及这一差距是由什么构成的

在 Artificial Analysis 的 Intelligence Index v5.0.1 上,两个模型均在最大努力(max effort)下测量,两代之间的差距比从 6.1 到 6.2 这一步更大:

• GPT-6.2 Sol — 索引 57,87 个模型中的第十一个,每个索引任务的加权成本为 $1.01,完整套件的输出 token 数为 60.9M,每任务耗时尚未公布。

• GPT-6 Sol — 索引 44,87 项中第 40 项,每任务 2.47 美元,6510 万个输出 token,每任务 7.4 分钟,约每秒 121 个输出 token,首个答案 token 耗时 37.34 秒。

十三个指数点、每完成一项任务的成本降低 59%、输出 token 减少 6.4%。指数差距是抢眼的头条;但真正改变预算的是成本差距,因为在每 token 费率完全相同的情况下,2.47 美元对 1.01 美元意味着旧模型为了得出一个更差的答案,大约要烧掉两倍半的可计费 token。这一行就说清了模型代际对比的失效模式——价目表上说这两个模型是同一款产品,而账单说并不是。

A generated two-column comparison scoreboard. Left column 'GPT-6.2 Sol' reads: Index 57, $1.01 per task, 60.9M output tokens, time per task not published, cached input $0.10, reasoning effort none not accepted. Right column 'GPT-6 Sol' reads: Index 44, $2.47 per task, 65.1M output tokens, 7.4 minutes per task, cached input $0.20, reasoning effort none accepted. A footer line states that board figures are per Artificial Analysis Intelligence Index v5.0.1 at max effort and prices are per OpenAI.

反向比较同样具有启发性。按榜单自身的测量,GPT-6 Sol 是两者中更快的一个——每个索引任务 7.4 分钟,而 GPT-6.1 Sol 为 23.1 分钟——并且它是三者中唯一一个公布了延迟数据的。GPT-6.2 Sol 的性能面板显示为 N/A。因此,目前这个记分板并不能让你声称新模型更快;它只能让你声称它在每个任务上更聪明、更便宜。如果你的应用是交互式的,那个尚未回答的数字应该暂缓迁移,直到它得到回答;而你自己流量的样本是唯一替代品。

Screenshot of the Artificial Analysis page for GPT-6 Sol, showing an Intelligence Index of 44 at max effort, a weighted cost per index task of $2.47, 65.1M output tokens used for the full suite, and a performance panel with 7.4 minutes per task, about 121 output tokens per second and 37.34 seconds to the first answer token.

让计量表调低而不是调高的开关

推理强度设为 none,是这两款模型之间最具影响却最不显眼的差异,而它几乎无人关注,因为所有对比都是在最高设置下进行的。在 GPT-6 Sol 上,该设置可用;而在 Chat Completions 中,它是函数调用能够生效的唯一设置——OpenAI 该模型的页面称,Chat Completions“仅在 reasoning_effort 设为 none 时支持函数调用”。在 GPT-6.2 Sol 上,该参数会被拒绝,并且无论如何,工具调用都需要使用 Responses API。

为什么这在商业上很重要:effort 为 none 的推理模型,与同一模型在 max effort 下,是不同的成本对象。上面的指数数字全部对应 max effort——Artificial Analysis 发布分数时采用最高 effort 配置。一个需要带工具、无需深思的聊天式调用的分类、抽取或路由步骤,恰恰是 GPT-6 Sol 在 none 下可能只花指数比较所暗示成本的一小部分的工作负载,因为那个榜单上的大部分 token 消耗是你不会购买的推理 token。

这些都不能让 GPT-6 Sol 成为更好的模型。它只是让这个模型具有不同的形态,而形态才决定一次迁移是简单替换还是彻底重写。如果你的集成完全不依赖其中任何一项,那么迁移到 GPT-6.2 Sol 就不是成本优化——而是重新设计请求的构建方式,并且还要决定你是否愿意为你此前一直不愿付费的推理 token 买单。

从 GPT-6 Sol 迁移究竟涉及哪些内容

从 GPT-6 Sol 直接升级到 GPT-6.2 Sol 会跳过 GPT-6.1 Sol,而且迁移说明是累积式的,而非增量式的。有四项变化:

推理状态行为是 6.2 中的新特性,并且是静默发生的。从 GPT-6.2 开始,当 API 检测到对话中途对历史记录做出更改时——例如前缀编辑、模型降级、最终用户变更、组织变更——它会丢弃推理项。OpenAI 警告称,当模型丢失这些推理项时,“回答质量可能会下降,并且模型可能会使用更多 token 来重复先前的工作。”对于会在轮次之间重写系统提示词的应用来说,这是一种不会附带任何错误的成本回退。请保持前缀稳定,并改为追加新指令。

采样参数已被移除。在 Chat Completions 请求中省略 temperature、top_p、logprobs 和 top_logprobs;对于 Responses,省略 temperature、top_p 和 top_logprobs,并从 include 中移除 message.output_text.logprobs。这是最可能在冒烟测试中大声失败的一项变更,而这反倒算是件好事。

提示缓存已更名并重新计费。如果你是在同一轮次中从 GPT-5.5 或更早版本迁移过来,prompt_cache_retention 会变为设置为 "30m" 的 prompt_cache_options.ttl。缓存写入是一项单独计费的条目:保留 30 分钟为每百万 token 2.50 美元,保留 12 小时为 5 美元。那些以为写入侧缓存是免费的流水线,会在账单上看到一个新条目。

Effort 级别必须重新选择。none 会被拒绝,因此任何通过该级别的内容——包括 GPT-6 Sol 上所有 Chat Completions 工具调用路径——都需要新的 effort 级别。OpenAI 对新集成的指导是:从 medium 开始,在旧集成使用 none 或 minimal 的地方降到 low。

目前,三者中有两个可通过单键调用。

这个比较中棘手的地方在于可用性,而它分为三种情况。 GPT-6 Sol 和 GPT-6.1 Sol 都已收录在 OrcaRouter 的目录中,按透传定价——GPT-6 Sol 输入 $2、缓存 $0.20、输出 $10,即供应商自己的标价,另加 0% 加价。这让诚实的首次实验成本很低:用你自己的流量测试 GPT-6 Sol 和 GPT-6.1 Sol 使用一个密钥,无需第二份合同,并弄清楚这 13 个指数点的差距在你的任务上值多少,而不是在基准测试套件上。如果这两者在价格上有差异,我们的价格也会有差异,因为供应商的价格变更会在公布当天就直通到这里,而不是等到加价表被重建时才生效。

GPT-6.2 Sol 尚未进入产品目录。自发布之日起,它已上线 OpenAI 的 API、ChatGPT Work 和 Codex,这就是实情清单——任何告诉你并非如此的文章,包括我们的一篇,都是错的。覆盖这一空白的路由模式是:让两个已列入目录的模型共用同一策略,将新模型的流量指向供应商 API,并让故障转移处理较新模型拒绝请求、而较旧模型会应答的情况。最后这一点并非假设:OpenAI 发布两款 6.2 模型时都配备了更严格的保障措施,用于高风险的网络安全协助,并在发布文章中说明这些保护措施“限制了一些合法的漏洞研究和安全测试工作流”,而面向 6.2 的 Daybreak 访问权限仍待推出。

Screenshot of the OrcaRouter model page for GPT-6 Sol, showing the model listed in the catalogue with pass-through pricing of $2.00 per million input tokens, $0.20 per million cached input tokens and $10.00 per million output tokens, and a 1,000,000-token context window.

谁应该移动,谁已经正确

如果你的工作负载是批处理或后台任务,如果你本来就在为推理 token 付费,并且如果你能负担得起在自己的流量上重新测量延迟,而不是相信一个尚未公布该数据的榜单,那就迁移到 GPT-6.2 Sol。相比 GPT-6 Sol,你可获得十三个指数点的提升、在相同 token 费率下每项完成任务成本降低 59%、缓存读取价格减半、快速层级上的欧盟驻留,以及 12 小时缓存选项。

如果请求形态取决于 effort none,就继续使用 GPT-6 Sol——尤其是带函数调用的 Chat Completions,较新的模型完全不支持它。这不是怀旧;这是后继模型移除的那一项能力,而围绕它重建是一个有独立预算的项目。

如果你想要大部分智能提升,又不想迁移到 6.2,可以把 GPT-6.1 Sol 视为中间档。它的得分为 55,而 GPT-6 Sol 为 44;每项索引任务成本为 1.27 美元,而后者为 2.47 美元;它保留了 5% 的缓存输入费率;其发布材料明确主打以 Astra 价格的一小部分完成接近 Astra 水平的工作。它不能给你的是速度:每项索引任务 23.1 分钟是该档中最慢的数值,而被它取代的模型为 7.4 分钟。如果你真正感受到的约束是延迟,那么 GPT-6.1 Sol 就是错误的升级选择,而 GPT-6 Sol 为你带来的价值比其索引得分所显示的更多。

同时记住这三点的有效方式是:Sol 系列在每次发布中都针对 token 效率进行了优化,而在此期间价目表始终保持不变。GPT-6 Sol 消耗 6510 万输出 token 得到 44 分。GPT-6.1 Sol 消耗 6370 万 token 得到 55 分。GPT-6.2 Sol 消耗 6090 万 token 得到 57 分。这一进程中的任何提升都不是靠涨价换来的——这正是为什么那些按每百万 token 的美元成本、而不是按每项完成任务所需的美元成本来比较模型的团队,总会得出自九月以来一切都没有变化的结论。

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