GPT-6 Sol 对比 GPT-5.6 Sol：一个指数点、一半的价格，以及无人宣布的性能退步

是的，升级吧——但动手之前请先读第二段。GPT-6 Sol 于 2026 年 9 月 22 日发布，在 Artificial Analysis 的 Intelligence Index 上得分为 48。GPT-5.6 Sol 于 2026 年 7 月 9 日发布，得分为 47。一分。取代它的模型价格只有一半：每百万输入 2.00 美元、每百万输出 10.00 美元，而此前为 4.00 美元和 20.00 美元。仅看这些头条数字，这是当前产品线中最容易做出的升级决定，而且这次降价是真实、永久性的，也是该厂商对旗舰机型所做的最大单次降价。

复杂之处在于，Artificial Analysis 自己对 GPT-6 Sol 的评估发现的是进步与退步并存，而非一次干脆的跃升。在 GDPval-AA v2.1 上存在退步。此外还有一个针对超过 272,000 输入 token 的长上下文重新定价档位，输入费率大约翻倍，输出价格提高一半——而 272K 恰恰是 GPT-5.6 Sol 有公开优势的区间。一次看起来能让账单直接减半的迁移，在长上下文流量上，结果可能更接近打平，还附带一项能力上的取舍。

Index的一点涨幅究竟意味着什么

这两个模型都是在同一块板（版本 4.3.2）上测得的，这使其成为整个 GPT-6 Sol 系列中最干净的对比——没有测试框架差异，没有厂商与独立评测方之间的不匹配，由同一个实验室测量同一家厂商的两款模型。

• AA Intelligence Index —— GPT-6 Sol 48，在212个中排名第18，对比 GPT-5.6 Sol 47，在212个中排名第19

• 每个 Index 任务的成本——GPT-6 Sol 约为 GPT-5.6 Sol 的一半

• 输出速度 — GPT-6 Sol 104 tokens/秒 vs GPT-5.6 Sol 72.6 tokens/秒

• 首 token 时间——GPT-6 Sol 为 107.18 秒，而 GPT-5.6 Sol 更快，两者均以 3.87 秒的榜单中位数为参照

• 输入价格 — GPT-6 Sol 每 100 万 $2.00，对比 GPT-5.6 Sol 每 100 万 $4.00

• 输出价格 — GPT-6 Sol 每 100 万 token 10.00 美元，而 GPT-5.6 Sol 每 100 万 token 20.00 美元

• 缓存输入 — GPT-6 Sol 相比 GPT-5.6 Sol 约优惠 90% 每百万 $0.40

• 批处理费率 — GPT-6 Sol 未公布，对比 GPT-5.6 Sol $2.50 / $15.00

• 长上下文档位 — GPT-6 Sol 在输入超过 272K 时重新定价，而 GPT-5.6 Sol 没有对应的档位

• 上下文窗口 — GPT-6 Sol 按 AA 计为 872K，宣称 1.05M，而 GPT-5.6 Sol 约为 1.05M 至 1.1M

• 最大输出 — 两者均为 128K

• {{1}}发布{{/1}} — GPT-6 Sol 2026-09-22 vs GPT-5.6 Sol 2026-07-09

来看这两条速度曲线。GPT-6 Sol 的生成输出速度比其前代快约 44%，但它在生成首个 token 时却慢得多——需要 107.18 秒，而榜单中位数仅为 3.87 秒。按榜单标准，GPT-5.6 Sol 也不是一款快速模型，但还不至于慢到那种程度。如果你是为了一款交互式产品而迁移到 GPT-5.6 Sol，那么 GPT-6 Sol 并不能直接替换它，而这与任何基准测试无关，本身就是一种功能性倒退。

有一句话暗含利好：GPT-6 Sol 的标准费率 $2/$10 低于 GPT-5.6 Sol 的批处理费率 $2.50/$15。就连旧模型的折扣档，也比新模型的标价更贵。这最有力地说明，此次降价是结构性的，而非促销性的。

回归才是有意思的部分

Artificial Analysis 发现，GPT-6 Sol 大致将每任务成本减半，同时带来的表现有提升也有退步。GDPval-AA v2.1 就是被点名的退步项。另外，OpenAI 的 GPT-5.6 Luna 在 Coding Agent Index 上也出现了退步——这表明这是这一代模型中的一种普遍模式，而非某一个模型的偶发失误。

这件事值得认真对待，恰恰因为它来自独立评估结果。OpenAI 的发布材料围绕每任务成本和其自行挑选的基准测试行来构建；Artificial Analysis 没有产品要卖，只报告其测试框架得出的结果。一个在综合指标上更便宜且大致相当，但在特定子任务上可测量地更差的模型，并不是严格意义上更好的模型。它只是前沿曲线上的另一个点。

这在实际中的含义是：如果你的工作负载高度符合 GDPval-AA 的形态——具有经济价值的知识工作，也就是那个基准被设计来衡量其价值的那类任务——那么综合得分提高一个点对你并不适用，回退才是关键数字。如果你的工作负载是通用型的，那么每项任务成本减半才是关键数字，而综合得分表明你没有牺牲任何可衡量的东西。

GPT-5.6 Sol 仍然胜出之处

GPT-5.6 Sol 有一项已公布的长上下文检索结果，GPT-6 Sol 拿不出任何与之相当的成绩：MRCR v2、8-needle、在 256K 到 512K 区间达到 91.5%。这是一个检索准确率数字，而它所在的区间，正是 GPT-6 Sol 费率表发生变化的区间。

把这两个事实并列来看。当输入 token 超过 272,000 时，GPT-6 Sol 的整个请求会被重新定价为大约 $4 输入和 $15 输出。这大致相当于 GPT-5.6 Sol 的旧输入费率，以及其输出费率的四分之三——因此，你为之迁移的 50% 节省，在输入上崩塌到约 0%，在输出上崩塌到 25%，而这恰恰发生在 GPT-5.6 Sol 拥有有据可查的优势、GPT-6 Sol 却没有已发布对应能力的上下文范围内。

GPT-5.6 Sol 其他已公布的结果依然不俗，这也是部分团队不愿迁移的原因：

• 智能体终极考试 — GPT-5.6 Sol 53.6

• Terminal-Bench 2.1 — GPT-5.6 Sol 88.8 / 88.0

• SWE-Bench Pro — GPT-5.6 Sol 64.6

• OSWorld 2.0 — GPT-5.6 Sol 62.6

• BrowseComp — GPT-5.6 Sol 90.4

• GDPval-AA v2 — GPT-5.6 Sol 1747.8 Elo

• HLE — GPT-5.6 Sol 49.5

• MRCR v2，8 针 — GPT-5.6 Sol 在 256K 至 512K 下达 91.5%

这些数据均由 OpenAI 报告。请注意，BrowseComp 的 90.4 分和 MRCR 的数值是最难被取代的两项：在网页研究智能体和长上下文检索这类工作负载中，选择一个两个月前发布、有公开数据的模型，比选择一个尚无对应评测数据的新模型更稳妥。

GPT-6 Sol 带来了哪些费率表之外的东西

定价才是重头戏，不过另外三件事也发生了变化。

首先是上下文上限。Artificial Analysis 将 GPT-6 Sol 列为 872,000 个 token，而 OpenAI 其他材料中则声称可达 1.05M，最大输入为 922K。GPT-5.6 Sol 则根据来源不同，大约在 1.05M 到 1.1M 之间。从纸面上看，这是可用窗口的一次小幅倒退——但需要注意的是，决定成本的是 272K 这一档位边界，而非上限。

其次，可用性方面。GPT-6 Sol 已登陆 API，并在 Plus、Pro、Business、Enterprise 和 Edu 版本的 ChatGPT Work 与 Codex 中上线——而且 Enterprise 管理员必须先启用它，用户才能看到。它尚未进入 ChatGPT Chat。GPT-5.6 Sol 的发布范围则更广。如果你的团队访问路径需要经过企业管理员，那么这次迁移就不只是改代码那么简单了。

第三，新旗舰的推出通常意味着旧款会变成更便宜的备选方案，而不是被淘汰。GPT-5.6 Sol 的定价为 $4/$20，在 Index 上得分 47，依然是一款出色的模型；而且在长上下文检索任务上，它有一项已公布的数据，而 GPT-6 Sol 没有。

一次成本比看上去更低的迁移

这次升级之所以简单，是因为这两个模型来自同一家供应商、API 形态相同，且在排名中相邻——这意味着迁移只是改一下模型字符串，而不是重新架构，而且回退路径已经在你的代码里了。GPT-5.6 Sol 已在 OrcaRouter 上线，价格与 OpenAI 的标价一致，采用直通模式，OpenAI 的价格一变，我们这边当天就生效，而不用等经销商重新谈价。

截至本文撰写时，GPT-6 Sol 尚未进入我们的产品目录——它可以通过 OpenAI 自家的 API 访问。因此，一次迁移最诚实的形态就是在同一个密钥下，以 GPT-5.6 Sol 作为后端的路由：把新流量发给 GPT-6 Sol，让上一代模型只需改一处配置即可切回，并用自动故障转移覆盖新旗舰可用性仍在趋于稳定的那段窗口。对于一个问世仅两天的模型，前面还横着一道 Enterprise 启用开关，再加上一个在超过 272K token 后就会改变成本结构的长上下文档位，把上一代继续接在系统里并非谨慎之举——它决定了你面对的只是一个糟糕的下午，还是糟糕的一周。

迁移检查清单

在做任何其他事情之前，先测量你实际的上下文分布。如果你的请求的第 95 百分位低于 272,000 个输入 token，那就迁移——节省是账单两端实打实的 50%，每个任务的成本减半，而综合指数表明你没有任何损失。如果有相当一部分流量位于该线之上，请仔细对该层级建模：在大约 $4/$15 的价位上，相较于 GPT-5.6 Sol 的 $4/$20，其优势在输出上为 25%，在输入上则没有，而你为此付出的代价是失去一个有记录的长上下文检索结果。

检查是否有人在等待首个 token。107 秒大约是看板中位数的 28 倍，而且这是在 production 中最先暴露的失败模式。任何另一端有真人的情况都应继续使用 GPT-5.6 Sol，或改路由到其他地方。

然后检查启用路径。企业版方案需要管理员开启 GPT-6 Sol，而它在 ChatGPT Chat 中完全不可用。在内部宣布迁移之前，请确认你的用户确实能够使用到它。

最后，在第一个月里，请在你自己的评估中留意 GDPval-AA v2.1。独立实验室在其中发现了一个回归，而综合得分提高一个点并不能说明你特定的任务集是上升还是下降。要在切换之前就在两个模型上运行你的评估，而不是在切换之后。