GPT-6.1 Sol 上下文視窗：1,050,000 個 Token、922,000 界線，以及 272,000 斷崖

供應商為 GPT-6.1 Sol設立的模型頁面，於 2026 年 10 月 7 日讀取時載明：上下文視窗為 1,050,000 個符元，最大輸出為 128,000 個符元。同一頁面若改用機器可讀形式呈現，只要在其網址後附加.md，就會帶有算繪頁面從未印出的第三個數字：最大輸入符元數 922,000。GPT-6 Sol，也就是 6.1 版於 2026-09-29 發布時所要接替的模型，在其自身頁面上公布了完全相同的兩個上限數字，並在其本身的 markdown 形式中載有同樣的 922,000 那一行。我們自家針對 openai/gpt-6-sol的模型卡，將視窗列為 1,050,000 個符元、輸出上限列為 128,000，在其規格列中將前者顯示為「1M」，並在同一頁面下方的比較表中為同一個模型印出「1.1M」。

所以那些頁面確實互相矛盾，而值得精確說明它們是怎麼矛盾。廠商渲染後的規格摘要列給出了一個視窗和一個輸出上限，卻沒有輸入上限。同一型號的廠商 Markdown 文件則三者都有提供。任何根據渲染頁面來評估請求大小的人，手上的限制條件都比廠商公布的少了一個，而少掉的那一個，正是決定請求是否放得下的數字。

三個數字、三個來源，還有一道沒有人會寫下來的減法

以下是每個數字及其來源文件，全部於 2026 年 10 月 7 日讀取。

• 1,050,000 上下文視窗 —— 廠商為 gpt-6.1-sol 設立的模型頁面，無論是算繪後的規格列或其 markdown 形式，還是 gpt-6-sol 頁面上的同一數字。這也正是我們的型錄對 openai/gpt-6-sol 與 openai/gpt-6-luna 所回傳的值，該欄位是直接記為 1,050,000，而非四捨五入後的數字。

• 最多 128,000 個輸出 token——同一頁面、同樣這兩種形式，兩代皆適用。我們卡片上的欄位寫的是 128,000；其顯示則四捨五入為「128K」。

• 922,000 個最大輸入權杖 —— 這是廠商 gpt-6-sol 模型頁面及其 gpt-6.1-sol 頁面的 Markdown 形式。它不在這兩頁任一頁所渲染出的條狀區塊中，也不在我們為該模型設定的目錄欄位裡；該欄位僅止於視窗與輸出上限。

這三個數字在算術上彼此一致：922,000 加 128,000 正好是 1,050,000。廠商自家的推理指南描述了讓這個恆等式具有意義的機制，卻從未在模型頁面上實際把這個總和算出來——它說，推理詞元「仍會佔用模型的上下文視窗空間」，而如果生成的詞元「達到上下文視窗上限，或達到你所設定的 max_output_tokens 值」，回應傳回來時就會標記為不完整。一個由輸入與輸出共享的視窗，就是輸入上限為該視窗減去輸出保留量的視窗。

那種解讀獲得佐證，但未經證實，值得把這兩者區分開來。有明確記載的是 1,050,000 的視窗、128,000 的輸出上限，以及 922,000 的最大輸入。推斷出來的是，其中哪一項才是最先觸發的限制。這項推論對每個保留完整輸出額度的請求都成立，但對任何未保留完整輸出額度的請求都不成立——把 max_output_tokens 設為 4,000，而輸入為 1,046,000 個 token，並不會明顯遭到拒絕。在供應商把這項減法寫進這些數字所在的那個頁面之前，請把這組搭配視為預算的輪廓，而非硬性的准許規則，並且要對照計數端點來驗證，而不是對照一篇部落格文章。

上下文不是代價：272,000 個 token 的一步

更大的視窗是一種容量宣稱。它不是成本宣稱，而在這個系列上，兩者在一個有文件記載的分界線上分道揚鑣。供應商的定價頁面用一句話說明了規則：輸入權杖超過 272K 的提示，整個請求的輸入與快取費用為 2 倍，輸出為 1.5 倍。同一頁面對其兩欄的自身定義是「短上下文：≤272K 輸入權杖。長上下文：>272K 輸入權杖。」

請閱讀full這個詞，並仔細留意。此方案層級不會只對超過界線的 token 收費——它會重新定價所有項目，包括第一個 token。而且這不是 6.1 的變更：相同的規則、相同的門檻，也適用於 GPT-6 Sol，這就是為什麼這個斷崖必須歸因於該方案層級，而不是該發行版本。

用同一項長上下文工作把兩邊都跑一遍，依照 GPT-6.1 Sol 公布的費率，且前綴已常駐於快取中，讓快取寫入費用不會干擾比較：

• 240,000 個輸入 token（200,000 個快取、40,000 個全新），6,000 個輸出 — 全新輸入 40,000 個，以每百萬 $2.00 計算為 $0.080；快取輸入 200,000 個，以 $0.10 計算為 $0.020；輸出 6,000 個，以 $10.00 計算為 $0.060。總計 $0.160。

• 300,000 個輸入 token（260,000 個已快取、40,000 個未快取），6,000 個輸出 — 此請求現已超過門檻，因此所有費率都會變動：未快取輸入 40,000 以 $4.00 計為 $0.160；已快取輸入 260,000 以 $0.20 計為 $0.052；輸出 6,000 以 $15.00 計為 $0.090。總計 $0.302。

多 25% 的輸入 token，帳單就多 89%。把同一組請求放到 GPT-6 Sol 上跑，形狀依然成立，只是斜率更陡——低於門檻是 $0.180，高於門檻則是 $0.354，因為舊價目表的 $0.20 快取費率，正好落在 6.1 長上下文快取費率所在的相同位置。這個跨越是階梯，不是斜坡，而要看清楚這點，最便宜的方法就是以些微之差跨過去。一個完全未快取的 271,000-token 請求，搭配 1,000 個輸出 token，費用是 $0.552；到 273,000 時則要 $1.107。輸入 token 多 0.7%，費用卻變 2.01 倍。從那個請求再削掉 2,000 個 token，帳單就從 $1.107 降到 $0.552——用不到 1% 的輸入，換來一半的成本。

本節沒有任何內容是在談 GPT-6.1 Sol 的視窗很大。它談的是，這個視窗大到足以觸及一個邊界，而該邊界的代價高於視窗大小所能換取的。

究竟是什麼填滿了 1,050,000 個 token？

上下文預算由六個部分組成，而它們的可快取性並不均等。以下是一個具說明性的 240,000 token 代理式請求的大致占比；比例是我們自己的，可快取性規則則是供應商的，取自同日閱讀的提示快取指南。

• 由供應商注入的系統內容與請求格式設定 — 會在你的訊息之前呈現，以輸入計費，並明確排除於最低可快取長度之外。這不是你所能控制的，也不是你所能刪減的。

• 你的開發者指令與系統指令，約 6,000 個 token。可快取。這是前綴的最前端，因此這裡的變更會使後方的一切失效。

• 工具定義與結構描述，託管工具介面加上你的函式約需 14,000 個詞元。可快取，而且是前綴中最脆弱的部分：指南將工具名稱、描述、結構描述、排序，以及工具專屬指示列為會移動前綴邊界的項目。

• 檢索到的語料，約 180,000 個 token。可快取，而且是目前為止最大的一項。唯有在多次呼叫之間位元組穩定時，才值得快取——每次請求都重新組裝的語料，就是全價語料。

• 累積的——先前的對話回合與工具結果——約 30,000 個 token，且持續增加。可快取至最新的一次變更；本回合送達的工具結果是以完整費率計價的全新輸入。

• 推理 token — 生成後不會被快取，且以輸出計費。它們會佔用視窗，而且在回應主體中看不見。

那份清單直接帶出兩點操作注意事項。首先，快取項目存放在個別機器上：指南指出，請求唯有「送達一部持有相符且尚未過期項目的機器」時，才能重複使用某個前綴；而溢位路由會在大約每分鐘超過 15 次請求時開始。其次，可快取前綴的最低門檻是 1,024 個可見輸入 token，而隱藏的系統 token 不計入其中——因此，無論其周圍的請求有多大，簡短的系統提示詞都不是可快取前綴。

輸出上限是另一筆獨立預算，而不是第二份。

128,000 個最大輸出 token 並不代表答案就有 128,000 個 token。推理指南明確指出，max_output_tokens 所設上限涵蓋的是模型生成的總量，「包含推理 token、可見的輸出 token，以及不可見的格式 token」，而且推理 token 會以輸出計費，同時佔用視窗空間。

這使得截斷成為一項設計決策，而非邊界情況，因為它的失效方式使然。當生成達到上限時，回應會以 incomplete 狀態和 max_output_tokens 原因傳回——而指南警告，這「可能在任何可見輸出權杖產生之前發生，意味著你可能會為輸入與推理權杖產生費用，卻未收到可見回應」。一個把整個視窗都花在輸入上、並把輸出保留額交給運氣的預算，就是一種可能對完整的長上下文請求計費，卻不回傳任何呼叫端能解析內容的預算。供應商自己的起始建議是：在你仍在衡量提示實際需要什麼時，至少保留 25,000 個權杖給推理與輸出。

GPT-6.1 Sol 讓這一點更加明確，而這是本次發行中少數真正專屬於 6.1 的敘述之一。它的推理投入階梯包含 low、medium、high、xhigh 與 max，且不支援 none 與 minimal 設定。GPT-6 Sol 則六種全都接受。因此，6.1 上沒有任何設定能關閉推理花費，預設值為 medium，而預算中輸出那一端永遠不會免費。

快取輸入減半，在視窗最寬處讀取

GPT-6.1 Sol 定價卡上唯一相對 GPT-6 Sol 有所變動的費率是快取輸入：每百萬個 token 從 $0.20 降至 $0.10，模型頁面以未快取輸入費率的 5% 來表示，而供應商的快取指南則明確將之稱為 0.05x 的情況，相對於大多數 GPT-5.6 及更新版本模型所採用的 0.1x。輸入、快取寫入與輸出在兩張定價卡上完全相同，長脈絡倍率也完全相同。

對本頁所談的正是這類工作負載而言，那正是該被壓低的計量項目，原因在於一個長請求的組成結構，而不是它的大小。在上述的 300,000-token 工作中，有 260,000 個輸入 token 是快取前綴——占該請求傳送內容的 87%。因此，快取那一行是帳單中最大的單一輸入計量項目，而這正是長上下文工作的普遍特性：你使用的視窗越長，其中屬於你已經傳送過的前綴就越多。將該計量項目減半，在這筆請求上價值 $0.052。

而斷崖在同一筆請求上收回的，比減半所給出的還多。若按它線下本應支付的短上下文費率計價，同樣一件 30 萬 token 的工作在 GPT-6.1 Sol 上只需花 0.166 美元，而非 0.302 美元——跨越成本為 0.136 美元，約為本次發佈中唯一變動的那一項計費指標價值的 2.6 倍。線上的快取費率則顯示為 0.20 美元，這對這個系列來說並非新數字：它是 6.1 規格卡上頭條價的兩倍，也正好是 GPT-6 Sol 在本次發佈前對線下快取讀取所收取的價格。長上下文的快取工作負載領取了頭條價的變動，隨即在邊界處又把它交還回去，而罪魁禍首是這道邊界——不是模型。

如何決定上下文預算的大小

作為一道程序，依約束生效的順序：

• 計算請求內容，不要用估算的。將完整的 payload（包含工具、圖片、檔案等全部內容）POST 到 Responses API 的輸入 token 計數端點。這份指南直言原因：計數會包含訊息角色與邊界的格式 token，而這些 token 永遠不會出現在你可以在本機進行 token 化的文字中；此外，像是「字元數除以四」這類本機估算方式，對圖片、檔案與結構描述而言並不準確。

• 先保留輸出端。選擇 max_output_tokens 時，請記住它同時涵蓋推理、可見輸出與格式，並從廠商的 25,000 個 token 緩衝區起算，而不是從零起算。你的輸入預算是視窗減去該保留量，而九百二十二這個數字是廠商對同一減法所得的版本。

• 在送出之前，先在 272,000 的兩側為這項請求定價。這個級距夠大，因此一項刻意落在門檻略下方的請求，和一項刻意落在門檻略上方的請求，是截然不同的產品。

• 依穩定性排序前綴。 指令，然後是工具結構定義，然後是語料庫，最後是逐字稿。任何在呼叫之間會變動的內容都應放在最後，這樣只會犧牲前綴匹配，而不是整個快取。

• 在預期有快取之前，請先達到 1,024 個可見輸入 token。低於這個最低值就不會快取，而隱藏的供應商 token 也不計入其中。

• 檢查重用是否合理。前綴必須在 30 分鐘的快取生命週期內被重複使用，且必須落在持有該條目的機器上；這兩者都在指南中有所說明，且兩者皆非你程式碼的屬性。

• 任何模型或設定變更後，請重新測量。改用 GPT-6.1 Sol 會移除「關閉推理」這個選項，這會改變推理權杖數量，連帶改變預算的輸出端——而推理強度、工具、結構化輸出結構描述或上下文管理的變更，也可能移動前綴邊界，讓你完全失去快取費率。

• 決定當工作無法縮減時會發生什麼事。壓縮是文件記載的逃生出口：Responses 請求可以設定 context_management 並帶有壓縮閾值，而伺服器會以不透明的壓縮項目取代較早的對話內容，並用更少的 token 將關鍵狀態往前帶。這是預算決策，而非免費的修剪，因為指南指出壓縮「可能會從第一個變更的 token 開始阻礙重用」——一次壓縮處理會使其後方的前綴失效。

本頁的計算從 GPT-6.1 Sol 所取代的那一代開始，而那一階正是今日可呼叫的版本：我們為 openai/gpt-6-sol 建立的卡片回報 1,050,000 個 Token 的上下文視窗，最大輸出為 128,000 個 Token，以 OpenAI 的定價、0% 加成計費——供應商的價格就是頁面上顯示的價格，而供應商一旦調價，會在同一天反映到那裡，而不是等到續約時才更新。我們的卡片本身沒有最大輸入欄位，因此該模型 922,000 個 Token 的數字必須來自供應商自己的文件，而本頁從頭到尾採用的一直是這個做法。這張卡片的用處在於規模估算：它確實有公布的視窗與輸出上限，正是上方預算程序用來相減的兩個數字，而下面那一階才是當 6.1 還很新時，你真正能拿來執行該程序的對象。網址是 https://www.orcarouter.ai/models/openai/gpt-6-sol。