GPT-Rosalind vs GPT-6.1 Sol：同一家实验室向你兜售两扇通往生物学的大门

GPT-Rosalind 和 GPT-6.1 Sol 来自同一家公司，通过相同的 API 接口运行，在输出 token 上相差 2.5 倍。两者中只有一个需要你填写表格。这就是一句话概括出的全部对比，而本文余下部分要讲的是，为什么这句话并不像看上去那么有用。GPT-Rosalind 自 2026 年 4 月 16 日起就已存在，GPT-6.1 Sol 则自 2026 年 9 月 29 日起存在；十月份的变化在于，OpenAI 开始通过 ChatGPT Business 席位免费向大学提供 Rosalind，同时仍不开放 API 访问，这迫使每个实验室回答一个它在九月份本不必回答的问题：何时该为专家模型支付 2.5 倍费用，何时该把工作交给廉价的通用模型并接受损失？当专家模型的访问条款在发布后发生变化时，这一变化会连同日期和来源记录在 the AI Incident Archive 中，与我们追踪的其他模型和供应商事件并列。

两个具有不同引导流程的 OpenAI 模型

先从{{1}}每一个在首次请求之前对你提出的要求{{/1}}开始，因为这决定了价格比较对你来说是否可用。

• 准入要求 — GPT-Rosalind：可信访问审查、机构验证，未公布服务级别。GPT-6.1 Sol：除计费账户外无其他要求。

• 运行范围 — GPT-Rosalind：ChatGPT、Codex 和 API，面向经批准的组织。GPT-6.1 Sol：ChatGPT Work 和 Codex 中的 Plus、Pro、Business、Enterprise 和 Edu 层级，以及 API——明确不包含面向消费者的 Chat 产品。

• 学术途径 — GPT-Rosalind：根据10月15日学术计划，最多可免费获得30个ChatGPT Business席位，最长十二个月，但不包含API访问权限。GPT-6.1 Sol：仅适用常规商业条款。

• 门控机制保护的是什么——GPT-Rosalind：模型的生物学能力。GPT-6.1 Sol：什么都没有；它是一个通用模型，只要能付款，任何人都能买到。

最后一行才是规划中真正重要的那一行。某个门槛之所以存在，是因为模型在特定主题上具有危险性，这能说明它的能力集中在何处。GPT-6.1 Sol 并不带有这类门槛，而这种缺失本身就具有信息量：O​penAI 对其自身的定位是智能体编程、计算机使用以及文档密集型专业工作，比 GPT-6 Astra 低一个层级。生物学并不在推介范围内。

费率卡，只以真正起决定作用的单位呈现

每百万token的标价，是比较专用模型与通用模型最没用的一种方式，因为专用模型被调校成使用更少的token，而通用模型被调校成每个token都便宜。这两种效应都真实存在，而且方向相反。下面先给出原始数字。

• 输入 — GPT-Rosalind 每 100 万 token 5.00 美元，对比 GPT-6.1 Sol 的 2.00 美元。专用模型的成本是后者的 2.5 倍。

• 输出 — GPT-Rosalind 每 100 万 25.00 美元，而 GPT-6.1 Sol 为 10.00 美元。也是 2.5 倍。

• 缓存输入 — GPT-Rosalind 为 $0.50，而 GPT-6.1 Sol 为 $0.10。5 倍的差距，而且是在长时间智能体会话中会不断累积的那一项。

• 长提示词 — 当输入 token 超过 272K 时，GPT-6.1 Sol 会对整个请求重新计价：输入和缓存费率按 2 倍计算，输出费率按 1.5 倍计算。GPT-Rosalind 未公布同等的长上下文附加费。

• 上下文 — GPT-Rosalind 1,000,000 tokens。GPT-6.1 Sol 1,050,000 tokens，最大输出 128,000 tokens。

• 知识截止日期 — GPT-6.1 Sol 的记录日期为 2026 年 4 月 30 日。OpenAI 未公布 GPT-Rosalind 的同类截止日期。

标价所掩盖的部分就在这里。Rosalind 自己的评估材料把 token 减少量报告得和分数提升一样醒目：MedChemBench 上 token 减少 7.2%，GeneBench 上减少 31%，LabWorkBench 上减少 5.3%，以及 LifeSciBench 上每 token 性能提高 4.42% 的头条数字。某一基准上节省 31% 的 token 并不能弥合 2.5 倍的价格差距。O​penAI 已公布的数字中没有任何一项能做到这一点。专业模型的溢价是真实存在的，而它是为准确性买单，不是为效率买单。

科学任务在通用模型上的成本是多少

GPT-6.1 Sol 的发布表格中有一行与实验室直接相关，而且这是 OpenAI 唯一一处按每项任务而非每 token 列出成本的地方。在 Terminal-Bench Science 0.1（一组科学工作流）上，OpenAI 报告称，在最高推理强度下，GPT-6.1 Sol 的得分是 GPT-6 Sol 的两倍多，平均每项任务成本为 5.47 美元，而 Claude Opus 5.5 为 23.21 美元，Astra 为 23.80 美元。

在把这个数字用于预算之前，有两点需要说明。它和那张表里的其他每个数字一样，都是供应商报告的；而且该基准是把科学工作流程当作软件问题来衡量——读取数据、运行工具、产出结果——而不是当作领域推理问题。它更接近计算团队整天实际在做的事，而不是药物化学家在做的事。因此，对于科学周边的基础性流程工作，这是一个合理的估算；但对于科学本身，这就是一个很差的估算。

这种区分正是整个比较的实用答案。GPT-6.1 Sol 每任务 5.47 美元，是处理解析仪器输出的代码、编排扫描的笔记本，以及会前文献筛查的合适工具。GPT-Rosalind 则是针对那些需要由在构效关系上经过调校的模型来给出判断的问题的工具。

两个模型都没有独立评分，而这并不对称。

这是对比中几乎每篇比较都会跳过的部分。GPT-6.1 Sol 在 GPT-6 Sol 发布一周后推出，而截至本文撰写时，Artificial Analysis 尚未收录它。公司自己的说法是，它以五分之一的价格“几乎匹敌”GPT-6 Astra，但这是对一个尚未获得独立评分的模型所作的定位性主张。GPT-Rosalind 同样没有独立评分，但原因不同：专业模型根本不会被通用排行榜追踪，因此这种缺席是结构性的，而非暂时性的。

• 独立综合 — 两者均缺席。GPT-6.1 Sol 过新且尚未评分；GPT-Rosalind 不在该榜单的范围内。

• 厂商基准测试套件 — GPT-6.1 Sol：DeepSWE v1.1、GDP.pdf、AutomationBench 1.0.6、OSWorld 2.0 和 Terminal-Bench Science 0.1，均以相对于 O​penAI 自有模型以及 Claude Opus 5.5 的差值形式报告。GPT-Rosalind：MedChemBench、GeneBench、LabWorkBench、BixBench 和 LifeSciBench，均针对 GPT-5.5 报告。

• 独立佐证——两者均无。上一行中的每个数字均由销售该模型的公司提供。

在实践中，这意味着你无法对这两个模型进行排名，而且短期内也不会有第三方替你做这件事。决策必须基于任务契合度和可获取性，而不是分数比较。任何人给你一张把 Rosalind 和 Sol 放在同一坐标轴上的表，那都是凭空捏造了这条轴。

尴尬的中间地带：大多数实验室两种队列都需要

研究机构处理的请求并不只有一种。它要应对大量长尾的日常工作——解析、绘图、重构分析脚本、总结论文、起草方法部分——还要应对少量但关键的头部请求：在这些请求中，领域调优正是全部意义所在。长尾才是 token 所在之处。一个测序流程花在日志解析上的 token，可能比花在最初促使它运行的那个生物学问题上的还多。

以这一现实来衡量成本，合理的配置不是在两个模型之间二选一，而是一种带规则的分工。尾部请求交给廉价的通用模型：它如今即可使用，无需审核，价格为每百万 token $2.00 / $10.00，缓存输入为 $0.10。头部请求则交给专家模型：其成本是前者的 2.5 倍，而对于那些通用模型的回答会看似合理却实则出错的请求来说，这笔钱花得正值。

设计时要防范的失效模式，是队列之间悄无声息地发生漂移。如果专家模型的密钥被限流，或者专家路由报错，那么朴素的回退链就会心安理得地用通用模型回答一个生物学问题，而输出看起来却像是专家给出的答案。这比报错更糟，因为报错是可见的。你要的规则是：为专家使用具名路由，在它不可用时直接硬失败，通用模型只用于那些被有意路由到它那里的请求。

OrcaRouter 所处的位置，以及它不在的位置

GPT-6.1 Sol 已在 OrcaRouter 上线，按供应商的标价计费——每百万 token 输入 $2.00、输出 $10.00、缓存输入 $0.10，加价 0%，这意味着 OpenAI 的定价变更会在发布当天同步到我们的产品目录，而不是等到下一次合同续约。272K 长提示词重新定价会作为同一模型条目下的一个层级延续，因此超过阈值的请求将按更高层级计费，而不会在账单上让你措手不及。

GPT-Rosalind 不在 OrcaRouter 上，也不在任何第三方路由器上，只能通过 OpenAI 的可信访问计划访问。我们不会把这一点模糊掉。我们在分流中这一侧为你带来的，是那无聊的一半：一个密钥和一张账单，供 GPT-6.1 Sol 与 200+ 个其他模型共用，自动故障转移，让提供商的一次小故障只会转移请求，而不会毁掉一次运行；还有一套路由 DSL，让你把分流队列规则写成配置，而不是维基里的约定。模型融合是这里另一个值得了解的杠杆——一个同时包含廉价通用模型和昂贵专家模型的专家组共同作答，是一种无需为每个请求支付专家费率就能对临界结果获得第二意见的方式。

这如何解决

有两件事可以消除这种模糊性，而且两者都可能在一个季度内发生。对 GPT-6.1 Sol 进行独立评估，就能告诉你“几乎媲美 Astra”在你关心的任务上是否属实；在那之前，这一说法只是一个附带价格的定位声明。而 OpenAI 若采取任何行动，将 API 访问权限纳入学术计划，就会在一夜之间改变大学内部的盘算——在一个目前只有免费聊天席位、没有管道访问权限的实验室里，凭空多出免费的专业能力。

如果两者都不具备，这条规则关乎的是请求形态，而非模型质量。如果错误答案会让你损失一项实验、一份申报或一次撤稿，那么专家版 2.5 倍的价格就算便宜，而它需要审核这一点，是你应当庆幸存在的筛选机制。如果错误答案只会让你重跑一次，GPT-6.1 Sol 今天就可使用，价格是 Astra 的五分之一，上下文长度为 1.05M token，而且无需任何人批准你使用它。