GPT-6.1 Sol 對決 Mistral Large 4：每 Token 成本較低的模型，每任務成本反而更高

有趣的地方在於把GPT-6.1 Sol與Mistral Large 4放在一起，不在於哪一個更聰明——在雙方唯一共同擁有的獨立評測上，這根本談不上旗鼓相當。而在於標價較低的模型，反而是完成一項工作時成本更高的那一個。Mistral 於 2026-10-06 預覽的 Mistral Large 4，在預覽期間每百萬輸入 token 定價 0.68 美元、每百萬輸出 token 定價 2.09 美元，而 GPT-6.1 Sol 自 Open​AI 於 2026-09-29 發布以來則為 2.00 美元與 10.00 美元。然而，Artificial Analysis 的運行成本數據顯示，Mistral Large 4 每項任務為 1.13 美元，而 GPT-6.1 Sol 為 0.72 美元——因為更便宜的 token 並不是帳單的全部，也因為推理模型消耗 token 的多寡，不是你能從價目表上挑選的。

以下所有內容來自 Mistral 自家的公告與文件、Open​AI 的模型與定價頁面、Artificial Analysis 對各模型進行的測試結果，以及我們自家的服務資料，資料讀取日為 2026-10-12。若某個數字是廠商自行提供，且沒有人重新跑過，則含有該數字的句子會註明這一點。

兩個約會，而只有其中一個已經結束了。

在任何規格之前，這兩款產品的狀態就已經不同，而在這項比較中，這個差異比任何基準測試欄位都更能說明問題。

• GPT-6.1 Sol是一款已正式推出的模型。它於 2026-09-29 在 Open​AI API 上線，每百萬個 token 收費 $2.00 / $10.00，快取輸入為 $0.10，快取寫入為 $2.50，而且它就是 API 預設位置中的模型。其費率表已公布，上下文視窗已有文件記載，獨立測試工具也已對其進行測試。你讀到的關於它的內容，今天下午就能親自呼叫。

• Mistral Large 4 是一個預覽版。Mistral 於 2026-10-06 宣布，這是一個 1.05 兆參數的混合專家模型，每個 token 啟用 520 億個參數，已在該供應商自家的 API 上以預覽定價提供。開放權重承諾在十月底前發布，這就是為什麼這是預覽版，而不是正式發布版本。預覽版並未敲定其未來定價、未來上下文視窗或未來授權的任何事項。

這種不對稱，決定了以下所有內容的樣貌。當比較的其中一方是產品，另一方是附帶日期的公告時，多數有意思的問題都與時機有關，而非能力——而人們真正會問的那個問題（「我該換了嗎？」），在十月與十一月的答案並不相同。

雙方都認同的那個數字，以及它背後的14個百分點

Artificial Analysis 為這兩個模型都設有獨立的 Intelligence Index 欄位，而其中毫無模稜兩可之處：

• 智慧指數 — GPT-6.1 Sol 在最高推理強度下為 52；Mistral Large 4 為 38。

• 執行 Index 的成本 — GPT-6.1 Sol 每項任務 $0.72；Mistral Large 4 每項任務 $1.13。

• 輸出速度 — GPT-6.1 Sol 在各次執行中為每秒 65.4 至 66.8 個詞元；Mistral Large 4 在這組配對中也不是較快的一方。

把這三行放在一起讀，這筆取捨的輪廓就浮現了。Mistral Large 4 的輸入費率大約是 GPT-6.1 Sol 的三分之一，輸出費率則是五分之一，但完成同一項評估任務的成本仍高出約 57%。這不是定價手法，也不是量測假象；而是當一個模型為了達到某個品質水準而耗費更多 token 時，自然會發生的結果。推理模型的帳單主要取決於它決定輸出多少 token，而不是價目表上的每 token 費率；而 14 點的 Index 差距，代表得用大量額外思考才補得回來。

這些都不代表 Mistral Large 4 是款差勁的模型。38 分的指數是稱職的通用型、準前沿水準的分數，而對非常多任務來說，多出來的那 14 分買不到任何你用得上的東西。重點更狹隘、也更實際：別因為以為較便宜的那張卡能讓這個月更省，就買這款模型。要衡量的是每完成一單位工作的成本，這才是 Artificial Analysis 實際報告的數字，也是你的帳單會反映的數字。

Mistral 的論點真正有力之處，而這不在於價格

支持 Mistral Large 4 的三個論點，在與 Index 數字正面交鋒後依然站得住腳，而其中兩個根本與模型本身無關。

• 歐洲訓練與主權託管。Mistral 是歐洲的前沿實驗室，而這項發布是掛在主權雲的訊息底下，而非效能基準的訊息底下。對歐洲的公部門採購者、受監管的銀行，或任何採購規範明訂司法管轄區的人來說，這是必要條件而非偏好——而這正是 GPT-6.1 Sol 無論出價多高都無法競爭的唯一軸線。如果你的限制條件是「權重與推論服務都必須是歐洲的」，那麼比較到此結束，指數數字也無關緊要。

• 開放權重即將到來，而自行託管會改變成本計算。 Mistral 已承諾在十月底前釋出權重。1.05T/52B 的專家混合模型並不是多數團隊會在自己的硬體上執行的模型——52B 活躍參數是那句話中友善的那一半，總計一兆參數則是不友善的那一半——但對於已經運行這類基礎設施的組織，或是擁有任何託管 API 都無法滿足的資料駐留規定的組織而言，開放權重能將按量計費的 API 轉變為固定成本。GPT-6.1 Sol 永遠無法自行託管。

• 預覽價格只要還在有效期間內，就是真實的。以 $0.68 / $2.09 來說，預覽折扣大約是公告牌價 $1.36 / $4.18 的一半。如果某個工作負載便宜到權杖數量確實是關鍵限制——大量分類、擷取、路由，任何輸出簡短且沒有推理迴圈的工作——那麼這個價格就是本頁最優惠的價格，而 Index 差距並不適用於從來不需要 Index 為 52 的工作。只要在預覽結束時規劃好切換，而不是被它殺個措手不及。

不是爭議所在的是最頂端的原始能力。在代理式編碼與長時程工具使用上，差距顯而易見，而且方向正如 Index 所預期：GPT-6.1 Sol 在 Artificial Analysis Terminal-Bench 4.0 的成績為 56.06，而同一項評測工具給其前代 GPT-6 Sol 的分數是 43.94——在這項專門衡量於 shell 中完成任務的基準上，這是大約 12 分的世代躍進。

與自身不一致的上下文編號

這是頁面上唯一一項你無法自信引用的規格，而這點值得點出來，而非粉飾帶過。

Mistral 自家針對 Mistral Large 4 的文件說明其上下文視窗最高可達 100 萬個詞元。Artificial Analysis 上該模型的獨立紀錄則載明 524,000。這兩個數字並非四捨五入的差異；它們相差一倍，而且指向不同的東西。最可能的解釋是，其中一個描述的是架構上限，另一個描述的則是預覽期間實際提供的規格——如果你原本打算把大型程式碼倉庫載入單次呼叫，這項區別至關重要。我們尚未看到廠商出面調和這兩個數字；在他們這麼做之前，請把較小的數字當作你可以據以建置的依據。

相較之下，GPT-6.1 Sol 的幾項主要規格都沒有這個問題。它的上下文視窗為 1,050,000 個詞元，最大輸出為 128,000 個詞元，知識截止日期則為 2026-04-30——這些全都記載於供應商的模型頁面上，也與透過 API 提供的內容一致。

一千個代理任務在每一個上的成本是多少

設想一個對兩種模型來說都很平常的工作負載：一次呼叫帶入 40,000 個輸入 token，並產生 2,000 個 token 的回答，執行一千次。為了讓兩份價目表能夠互相比較，假設每次輸入都是全新送入，而不是由快取提供。

• 使用 GPT-6.1 Sol — 40,000 個輸入 token，以每百萬 $2.00 計算為 $0.080，而 2,000 個輸出 token，以每百萬 $10.00 計算為 $0.020。也就是每次呼叫 $0.100，或約 $100一千次。

• 在 Mistral Large 4 的預覽價格下——40,000 個輸入 token 以每百萬 $0.68 計為 $0.027，而 2,000 個輸出 token 以每百萬 $2.09 計為 $0.004。這相當於 $0.031 一次呼叫，或約 $31 每千次。

所以價格差距確實存在，而且在輸出簡短的情況下大約是三比一——但有一個誠實的但書，會朝相反方向發揮作用。GPT-6.1 Sol 對快取前綴收費每百萬 $0.10，而 Mistral 的預覽文件並未確立有同等的折扣。用由快取提供的 40,000 個 token 執行同一個迴圈，GPT-6.1 Sol 這一側每次呼叫會降至約 $0.024，低於 Mistral 的數字。唯有在你了解輸入是否會重複之後，費率表才能決定這場比較。現在改變另一個參數，看看第二個差距如何展開：在推理密集的一端執行同一個迴圈；在那裡，Mistral Large 4 正進行其 Index 為 38 所隱含的 token 消耗，而在可比評估中每項任務 $1.13 的數字則顯示，Mistral 這一側的帳單成長速度比費率表所暗示的更快。誠實的總結是：在新鮮輸入費率下，Mistral Large 4 在短輸出工作上贏得算術，但在快取與長時程代理式工作上輸掉；而你正在跑的是哪一種，是關於你的工作負載、而非關於這些模型的問題。

這兩者正是路由器存在的意義所在——正是它擅長處理的那種比較。GPT-6.1 Sol 在我們的目錄中以 Open​AI 的定價標準提供，零加成——Open​AI 公布什麼價格，呼叫者就支付什麼價格；而當供應商調整價格時，目錄中的資料列也會隨之更新，不必等到經銷商察覺。這表示上述的每 token 計算可以對照即時資料列來查核，而不是對照本頁面。Mistral Large 4 並非我們提供的項目，所以如果你想要它，它存在於供應商自家的 API 以及若干第三方平台。

星期一要做什麼

現今並不存在這兩種模型可互相替代、勝任同一項工作的情況，而原因在於時機，而非品質。

如果你這週需要一個前沿的代理式編碼模型——長時間的工具迴圈、儲存庫規模的上下文、電腦操作、大量文件的專業工作——答案就是 GPT-6.1 Sol，它是兩者中唯一屬於完成品的，而且它的價格已公佈且穩定。要為以下事實做好預算：它的輸出計量才是花錢的地方，並將工作集維持在 272,000 個權杖的門檻以下，一旦超過，整個請求就會重新計價。

如果你在歐洲，而你的需求指定了某個司法管轄區，或者你打算自行託管，因為沒有任何 API 能滿足你的資料規則，那麼無論分數如何，Mistral Large 4 都是這裡唯一的候選者——但你正在等待的那個部分，也就是權重，還不存在，而你會據以規劃基礎架構規模的上下文數字，目前仍有兩倍的爭議。請留意權重發布，以及供應商能否在 1M 與 524,000 之間取得一致，之後再決定是否將部署交給它。

而如果你真正想要的是兩者並用——以 Mistral Large 4 作為低成本、高流量的層級，並以 GPT-6.1 Sol 處理困難的尾端——實際上的限制在於，這兩者使用不同的金鑰、不同的計費方式和不同的故障模式，而這正是單一端點能跨 200 多個模型自動容錯移轉所要解決的問題。同時，值得打開的那一列，是實際存在的那一列：位於 https://www.orcarouter.ai/models/openai/gpt-6.1-sol 的 GPT-6.1 Sol 模型頁面。