為 GPT-6.1 Sol Pro 生成的一張主視覺卡片,標題為「是一種設定,不是模式!」,上有三個徽章,分別寫著「模型:gpt-6.1-sol」、「費率:每 1M 輸入 $2.00 / 輸出 $10.00」以及「Pro 模式:reasoning.mode,依標準費率計費」,頁腳寫著「OpenAI 數據為廠商回報;截至 2026 年 9 月 30 日,尚未發布針對 GPT-6.1 等級的獨立評估」,右下角有 OrcaRouter 標誌。
Guides & Insights

GPT-6.1 Sol Pro:上架於數小時內到來,設定則早在數月前已就位

作者

Rowan Sterling

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

GPT-6.1 Sol Pro 不是你能從 Open​AI 購買的模型,而本週這則報導最誠實的版本是:它從來就不是。這個名稱實際上指向的是 GPT-6.1 Sol——於 2026 年 9 月 29 日發布——在 Responses API 中將 reasoning.mode 設為 pro;Open​AI 將其記載為現有模型的一種模式,而非擁有自身識別碼的產品。賦予這個名稱新聞價值的,在於後半段:GPT-6.1 Sol 上線後數小時內,它的 pro 條目便出現在第三方目錄中,與較早的同門產品並列——GPT-6 Sol Pro、GPT-6 Luna Pro、GPT-5.6 Sol Pro——而它們全都引用基礎模型自身的價目表。若把它解讀為一次發布,你就會圍繞一個並不存在的產品規劃遷移。若把它解讀為一種模式,你得到的反而更有用:這是 Open​AI 歷來推出過、有文件記載的最便宜 pro 配置執行方式,以及一種在你把任何東西切換過去之前值得先弄懂的計費形態。

OpenAI 自家的棄用表早就告訴過你,pro 是一種模式

最明確的證據不是部落格貼文或論壇討論串;而是 OpenAI 棄用頁面上的「替代」欄,供應商在那裡寫下自家的遷移建議。當較舊的 Pro 計量器關閉時,建議的替代方案並不是新的 Pro 識別碼,而是模型加上模式。

• 將於 2026 年 10 月 23 日終止服務 — o1-pro-2025-03-19 與 o1-pro 將由 gpt-5.6-sol 搭配 reasoning.mode: pro 取代
• 將於 2026 年 12 月 11 日終止服務 — gpt-5-pro-2025-10-06 將由 gpt-5.6-sol 搭配 reasoning.mode: pro 取代
• 將於 2026 年 12 月 11 日終止服務 — o3-pro-2025-06-10 將由 gpt-5.6-sol 搭配 reasoning.mode: pro 取代

那就是廠商在表格中告訴開發者,他們過去以高階模型購買的東西,如今以參數的形式到來。這也說明了價目表的樣貌。留存下來的 Pro 識別碼是來自上一個時代的封閉集合,按各自的計量方式定價,且沒有後繼者:gpt-5-pro 每百萬個 token 輸入 $15.00、輸出 $120.00,gpt-5.2-pro 為 $21.00 與 $168.00,gpt-5.4-pro 和 gpt-5.5-pro 在短上下文下為 $30.00 與 $180.00,o3-pro 為 $20.00 與 $80.00,o1-pro 為 $150.00 與 $600.00。GPT-5.6 或 GPT-6 系列中沒有任何一個模型以 -pro 後綴出現在那裡,而搜尋廠商公開的 API schema 會回傳四個 GPT-6 時代的識別碼——gpt-6-astra、gpt-6-sol、gpt-6-luna 和 gpt-6.1-sol——其中沒有 pro 變體。

9月29日到底改變了什麼?

A screenshot of OpenAI's developer model page for GPT-6.1 Sol, showing the positioning line 'Near-Astra performance for complex work at a lower cost', a 1,050,000-token context window with 128,000 max output tokens and an Apr 30, 2026 knowledge cutoff, the pricing block reading $2.00 input, $0.10 cached input, $2.50 cache writes and $10.00 output per million tokens, the note that reasoning.effort supports low, medium (default), high, xhigh and max while none and minimal are not supported, and a snapshot list containing only gpt-6.1-sol.

本週有兩件事出現變動,而其中只有一件與模型本身有關。第一件是 GPT-6.1 Sol 本身:一個以 gpt-6.1-sol 提供的單一快照層級,具備 1,050,000 個 token 的上下文、128,000 個輸出 token 上限、2026 年 4 月 30 日的知識截止日期,以及與它所取代的世代相同的 $2.00 / $10.00 標示費率。第二件事較小,也更容易被忽略——推理指南中 Pro 模式的實作範例現在會直接指名 gpt-6.1-sol:

• 範例請求 — 對 /v1/responses 發出的 curl 呼叫,帶有 "model": "gpt-6.1-sol" 與 "reasoning": {"mode": "pro", "effort": "medium"}
• 這證明了什麼 — pro 模式是由供應商在其自家指南中對 6.1 識別碼所記載的,並非從第三方清單推斷而來
• 這未能證明什麼 — 該模式是否已在其他 GPT-6 世代的識別碼上驗證。指南將 pro 模式的涵蓋範圍界定為「GPT-5.6 與 GPT-6 模型」這個家族,而 Open​AI 並未針對它公布任何逐模型的適用清單

沒有獨立的 GPT-6.1 Sol Pro 頁面,沒有第二個定價列,也沒有公告。該模式有文件記載;產品則沒有。

計費形式,以 OpenAI 唯一公布的單位表示

以下這句話決定了 pro 設定的成本,值得讀兩遍,因為它與舊版 Pro 計量器的運作方式正好相反:pro 模式「會彙總為產生最終答案所執行的模型工作量,並依所選模型的標準 token 費率對這些 token 計費」。費率表上沒有 pro 加成。額外費用是以用量形式出現——更多 token,按一般每 token 價格計算——而 OpenAI 並不公布倍數,只公布方向。廠商自家的指引是:pro 模式適用於品質的邊際提升會實質改變結果的情況,而例行性、對延遲敏感或高用量的工作則建議採用標準模式。

這種結構正是為什麼該關注的是快取輸入費率,而不是表面價格;而這也是 6.1 層級真正改變計算方式的唯一地方:

• 輸入與輸出 — 每百萬詞元分別為 $2.00 與 $10.00,在 gpt-6.1-sol 與 gpt-6-sol 上完全相同,因此 pro 模式多出的詞元在兩者上的每單位成本一樣
• 快取輸入 — 6.1 Sol 上每百萬詞元為 $0.10,而 6 Sol 上為 $0.20,兩者的快取寫入皆為 $2.50。Pro 模式是在一個仍帶著你所送出之前綴的請求內執行其額外工作,因此一個會重播穩定前綴數千次的代理迴圈,在執行 pro 時為該前綴支付的費用只有一半
• 長提示 — 輸入詞元超過 272,000 之後,整個請求會以 2 倍的輸入與快取費率及 1.5 倍的輸出費率重新計價,兩個層級皆然,而該倍數也會套用到 pro 模式多出的用量上
• 兩個有明文記載的陷阱 — 在 pro 模式下將 reasoning.effort 設為 none 會回傳錯誤,而非被忽略;此外,額外的推理詞元會列在 output_tokens_details.reasoning_tokens 之下,卻不會在回應主體中回傳,因此從回應文字估算成本的用戶端每次都會低估 pro 的用量

把這些放在一起看,實務上的主張雖然狹隘卻很真實:在相同任務、相同投入下,6.1 級別上的 pro 配置,嚴格來說比 6.0 級別上的相同配置更便宜,而且節省幅度與你的流量中有多少比例是重複使用的前綴成正比。這項比較的其他一切,都是你必須自行執行的量測,因為倍率並未公開。

如何在兩分鐘內解決任何 Pro 刊登

A screenshot of OpenAI's reasoning guide, showing the reasoning mode section: a statement that GPT-5.6 and GPT-6 models support standard and pro reasoning modes in the Responses API, a curl example calling the gpt-6.1-sol model with reasoning mode set to pro and effort set to medium, the note that mode and effort are independent controls, the instruction not to set reasoning.effort to none in pro mode because the combination returns an error, and the sentence that pro mode bills its aggregated tokens at the selected model's standard token rates.

三項檢查就能為任何世代解決這個問題,而且它們比閱讀商品刊登的行銷文案更省時。

• 在供應商自家的模型頁面上尋找該識別碼。若供應商只記錄了一個快照,而沒有 pro 變體——正如 GPT-6.1 Sol 頁面那樣,只列出 gpt-6.1-sol,別無其他——那麼這個 pro 項目就只是一種配置,而非一項產品
• 將報價與基礎模型自身的價目表相比較。若出現相同的價格列,表示該刊登項目只是同一模型的不同模式,並沒有第二個計費表要付。若價格列是基礎費率的數倍,則表示那是真正的加價計費表,而這正是較早的 Pro 識別碼所代表的東西
• 將刊登項目上的日期與模型的發布日期相互核對。若某個 pro 項目在基礎模型發布後數小時內就出現,並引用該模型的標準費率,那它是從目錄資料列生成的,而非由供應商所宣布。GPT-6.1 Sol 的 pro 刊登項目與模型本身帶有相同的發布日期——2026 年 9 月 29 日——而這個巧合正是破綻所在

關於獨立證據的一點提醒:這個層級目前完全沒有獨立證據。這個部落格作為第三方參考所用的中立排行榜,根本沒有 GPT-6.1 Sol 的頁面;其 slug 的模型 URL 會回傳 404,而且該字串並未出現在即時排行榜上,所以你今天看到的任何 6.1 層級比較分數,都是廠商自己拿來跟自己比對的說法。這並不是不信任這個發布版本的理由。而是你應該先跑自己的一套任務集,再決定是否把正式生產路徑投入新層級的理由——無論是不是 pro 模式。

你今天實際可以撥打的電話

A generated scoreboard titled 'GPT-6.1 Sol Pro - what the name resolves to'. Rows read 'Identifier: gpt-6.1-sol, no -pro variant published'; 'Pro mode: reasoning.mode, Responses API'; 'Billing: pro tokens at standard rates, no surcharge'; 'Input / output: $2.00 / $10.00 per 1M'; 'Cached input: $0.10 per 1M, half the 6.0 tier'; 'Independent score: none published for the 6.1 tier'. A footer reads 'OpenAI figures vendor-reported; no third-party evaluation published as of September 30, 2026.'

就我們這邊來說,講白了:GPT-6.1 Sol 以及它的任何 pro 版本,今天都不在 OrcaRouter 的路由上。公開的 目錄對 openai/gpt-6.1-sol 與 openai/gpt-6.1-sol-pro 都回傳「找不到模型」,而我們的 OpenAI 陣容提供的是 GPT-6 Astra、GPT-6 Sol 和 GPT-6 Luna。目前可呼叫的是 pro 模式在現行世代中所對應的那個模型——openai/gpt-6-sol,採用 OpenAI 自家的定價:每百萬個 token 輸入 $2.00、輸出 $10.00,快取 $0.20,原樣轉嫁,不加收任何費用,包括 272K 的重新定價規則。這種原樣轉嫁,正是為什麼「模式與產品之別」在我們這邊也同樣重要:當 OpenAI 調整費率時,變更當天就在路由上生效,不必重新談第二份合約,也不必逐模型重新上線,因為只有一份價目表,而我們不加價。當 6.1 層級推出時,它也會以同樣方式出現在目錄中,在同一把 API 金鑰下,與已經可路由的 200 多個模型並列,而 pro 組態會是該請求上的一個參數,而不是第二條路由。

所以,本週的決定比上架數量所暗示的還要小。如果你想要的是在 OpenAI 最新 Sol 權重上的 pro 組態,那麼除了讓該層級在你原本呼叫模型的地方變得可路由之外,沒什麼要訂購的,也沒什麼要等待的——該模式已有文件說明,費率就是基礎模型的費率,而「GPT-6.1 Sol Pro」這個項目唯一新增的只是一個名稱。如果你想要的是今天的 pro 組態,有文件記載的做法是在 GPT-6 世代的模型上使用 reasoning.mode: pro,而在 6.1 層級上的計算更划算,若走的是原樣傳遞供應商快取費率的路由,那就更划算。型錄中的名稱,是整個問題裡資訊量最少的部分。

本文中的比較1

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新