Solar Pro 4 得分 42：Upstage 的智能体优先旗舰，现已独立评测

Upstage Solar Pro 4 于 2026 年 8 月 10 日上线，而第一个值得关注的数据是价格：在 Upstage 自家 API 上，每百万输入 token 收费 0.30 美元，每百万输出 token 收费 1.20 美元，并且当前列表中的发布促销价将其降至 0.03 美元和 0.12 美元——优惠 90%。四天后，第二个值得关注的数据出现了。2026 年 8 月 12 日，Artificial Analysis 发布了首个对 Solar Pro 4 的独立评测，在其 Intelligence Index 上打出 42 分，而 Solar Pro 3 为 14 分——较前代实测分数提升三倍，按该实验室自己的算法跃升 27 分——证实了 Upstage 将 Solar Pro 4 定位为其专有旗舰，即取代 Solar Pro 3 成为产品线顶端的模型。无论怎么看，都很便宜；如今，也经过了独立评测。

实际发布的内容

Solar Pro 4 是 Upstage 在智能体时代转型中的商用旗舰产品。该公司在 2026 年围绕智能体工作负载对 Solar 产品线进行了全面重构——其开源权重姊妹产品 Solar Open 2 已于 7 月底发布——而 Solar Pro 4 正是这场转型所指向的托管产品。Upstage 用一句话来定位它：一个为需要持续上下文、多步骤执行和端到端完成的任务而设计的模型，而非一次性给出答案。

具体来说，模型页面将其描述为Upstage专为智能体用途打造的旗舰模型，适用于智能体工作流、办公生产力、文档密集型工作和编码。从纸面参数来看，这是该产品线迄今为止推出的最大上下文——Solar Pro 3提供128K——也是迄今为止唯一一款拥有已公布推理能力方案和面向自主智能体的工具调用接口的Solar模型。

发布时列出的规格：

• 上下文窗口 — 在供应商列表上为524,288个词元（524K），大约是上一代128K的四倍；Artificial Analysis的独立测量记录为384K，因此应将较大的数字视为Upstage的说法。

• 价格——Upstage API 官方费率为每 100 万输入 tokens 0.30 美元 / 每 100 万输出 tokens 1.20 美元，缓存输入为 0.06 美元；当前列表上的发布促销价为其 90% 折扣，即 0.03 美元 / 0.12 美元。

• 功能 — 推理、函数调用、JSON 模式、流式传输和网页搜索，支持视觉输入

• 权重 — 专有，不开放；未在 Hugging Face 发布（与开放的 Solar Open 2 形成对比）

• 访问 — Upstage 控制台 API 及多个第三方平台；可通过 solar-chat.upstage.ai 上的聊天应用进行实操测试

这些数字是供应商的列示，而非经过审计的规格表——首次独立测量结果现已与其中一项不符。Artificial Analysis 记录的 Solar Pro 4 上下文窗口为 384K token、最大输出为 256K，而供应商列出的为 524K 和 128K–131K。能力列表和 Upstage 自身的上下文数字来自模型页面；AA 的数字则是独立测量结果。

与 Solar Pro 3 相比有何变化 — 首批独立数据

Upstage对Solar Pro 4的宣称集中在相较于Solar Pro 3的三个改进方向，且都与智能体相关：长文档推理、多轮工具使用和终端任务性能。这些恰恰是智能体模型体现价值的维度——在长文档中保持思路连贯、持续执行一系列工具调用而不偏离主线、以及完成在shell中运行的任务。

首次独立运行印证了所有这些说法的方向。{{1}}Artificial Analysis{{/1}}在智能指数上将Solar Pro 4评为42分，而Solar Pro 3为14分，最显著的提升恰好出现在Upstage所指出的领域：

• Terminal-Bench v2.1（终端任务）：12% → 57%

• AA-LCR (长上下文推理)：31% → 71%

• τ³-Banking（多轮工具使用）：9% → 23%

• GDPval-AA v2（真实世界智能体工作）：Elo 498 → 1,277，高于 1,000 的人类基线，略领先于 Qwen3.7 Max（1,272）和 MiMo-V2.5-Pro（1,266）

指数排位是重头戏：{{1}}42 与 Inkling（xhigh, 42）并肩，紧随 MiMo-V2.5-Pro（43）之后。{{/1}}一款定价属于经济档的模型，如今在评测中表现堪比严肃的智能体。

这个分数有两个注意事项。AA-Omniscience 的改进（-53 → -1）主要来自弃权：Solar Pro 4 仅尝试回答了 41% 的问题，而 Solar Pro 3 为 92%；其幻觉率从 88% 降至 24%，但准确率持平于 19%。而智能的提升带来了延迟成本——每个 Intelligence Index 任务约需 8.6 分钟，而 Solar Pro 3 为 6.0 分钟；同时 token 使用量从每个任务约 52k 输出 token 改善至 43k。它是一个更聪明、更谨慎、更慢的模型。

为什么价格比规格更重要

Solar Pro 4 的优势在于其价格与可衡量智能的比率。即使按官方标价，一个 384K–524K 上下文的模型，每百万输入 token 收费 0.30 美元，也基本上击穿了整个市场——大约是前沿旗舰输入价格的十六分之一——而 90% 折扣优惠将其降至十六分之一的十六分之一。这落在了目前市场销售小型快速模型的价位区间，而非经过验证的中等成绩、具备代理能力的模型。

质疑的理由不再是 Solar Pro 4 未经证实——AA 的测试已经解决了这一点——而是质疑本身确实成立。全知增益部分是一种拒绝模式，而不仅仅是知识。实测延迟相比 Solar Pro 3 有所退步。Artificial Analysis 的 384K 上下文低于厂商宣传的 524K。而“90% off”的标识意味着促销期结束后，后续价格可能会变动——持久价格是 $0.30 / $1.20 的标价，而不是 $0.03 / $0.12 的促销价。

谁应该尝试，谁应该等待

如果符合以下情况，请立即尝试：你正在为智能体（agent）构建原型，且主要成本是token消耗；你需要长上下文窗口，且工作负载能容忍较慢的推理；或者你正在评估韩语和东亚文档工作负载，而Upstage在这些方面一直训练得很好。

等一下：如果你的工作负载属于生产关键型，无法在业界校准预期期间承受回归，你需要开放权重用于自托管或微调——Solar Pro 4 不是这样的模型；Solar Open 2 才是——或者你是冲着 524K 上下文这个数字买单，而首次独立测量并未复现这一数字。

存在一条折中路线，值得明确提出：将 Solar Pro 4 放在故障转移层之后，而不是把整个流水线押在它身上。一个能在超时或出错时回退到第二模型的路由网关，让你既享受到廉价新模型带来的好处，又避免了单点故障的风险——这正是 OrcaRouter 自动故障转移功能存在的意义；由于 OrcaRouter 以零加价方式原样传递提供商的目录价格，Upstage 收取多少，你就支付多少，没有任何转售加价。

接下来看什么

这个模型{{1}}尚无独立数据{{/1}}的篇章已经翻篇——耗时四天。现在重要的是首次测量所揭示的含义。促销后的价格：90%的徽章是开价，而非承诺，其背后的标价是0.30美元/1.20美元。Upstage是否会回应测得的延迟以及384K对524K的上下文差异——这两者是AA运行中最具可操作性的发现。还有真实的智能体工作负载——测试工具调用模型的最佳方式是现实世界中的长时运行任务，而非排行榜。截至2026年8月13日，对Solar Pro 4的准确概括比一周前更聚焦、更有力：来自严肃实验室的一款极其廉价的、面向智能体的旗舰模型，被确认为Upstage对Solar Pro 3的替代品，附带一个供人争论的独立得分42。