一張生成的標題卡,寫著「GPT-6.2 Sol Pro 對比 GPT-6.1 Sol Pro:相同費率卡,token 少 40%」,顯示每項索引任務的輸出 token 從 67,824 降至 40,360,並有兩個標籤標示 Intelligence Index 從 54.6 升至 57.3,以及每項任務成本從 $1.27 降至 $1.01;上方一行文字則說明 $2.00 輸入與 $10.00 輸出費率在兩個等級完全相同。
Guides & Insights

GPT-6.2 Sol Pro 對比 GPT-6.1 Sol Pro:相同費率,減少 40% 的 Token 用量

作者

jinhao.song

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

從 GPT-6.1 Sol Pro 升級到 GPT-6.2 Sol Pro 在價目表上不花任何費用。兩個層級皆按每百萬輸入 token 收取 $2.00、每百萬輸出 token 收取 $10.00,兩者皆具備 1,050,000 token 的上下文視窗與 128,000 的最大輸出,且兩者都以基礎模型上的 reasoning.mode: pro 來呼叫 pro 模式,而非以獨立識別碼呼叫。這項升級無論如何都值得做,原因在於一個 OpenAI 費率表上完全沒出現的數字:在最高投入程度下,GPT-6.2 Sol 每項 Artificial Analysis 指數任務花費 40,360 個輸出 token,而 GPT-6.1 Sol 花費 67,824 個。少了四成工作量,同樣的計費表,最終帳單省下 20%。審閱於 2026 年 11 月 18 日,也就是 6.2 世代推出後一天。

有兩件事讓這項決定比標籤所暗示的更微妙。第一,這兩個模型並非由可明確指出的硬體世代或架構變更加以區隔——上下文視窗相同、模態清單相同、價格相同,而 OpenAI 文件中的唯一結構性差異,是知識截止日期從 2026 年 4 月 30 日移至 2026 年 6 月 1 日。第二,改善幅度並不平均:在對程式碼代理而言重要的評估上,改善幅度很大;在校準方面,則是負面的。只報告綜合指數的比較會同時漏掉這兩點。

在廠商自己的規格中,實際差異是什麼?

並排對照,取自 developers.openai.com 上的兩個模型頁面,於 2026 年 11 月 18 日讀取:

價格——每百萬個 token:輸入 $2.00/快取 $0.10/快取寫入 $2.50/輸出 $10.00,兩者皆同。當輸入超過 272,000 個 token 時,兩者皆調整為 $4.00/$0.20/$5.00/$15.00。

• 上下文 — 1,050,000 個 token,最大輸入 922,000,最大輸出 128,000,兩者皆如此。

• 知識截止日期 — 2026年6月1日 vs 2026年4月30日。

• Effort 等級 — 兩者皆支援 low、medium、high、xhigh、max;兩者皆不接受 reasoning.effort: none。

• 推理模式 — 在兩者上的 Responses API 中提供標準與 Pro,皆按標準 token 費率計費,差別僅在於彙總的工作量多寡。

• 超快速倍數 — 即日起至 2027 年 2 月 28 日為標準的 3 倍,之後兩者皆為 6 倍。

• 6.2 版新增 — Responses API 公開測試版提供背景完成時段折扣:延後兩小時較標準價低 30%,延後八小時則低 40%。

• 行為變更——從 GPT-6.2 起,當 API 偵測到對話中途的前綴編輯、模型降級、終端使用者變更或組織變更時,會捨棄推理項目。遺失推理項目可能降低回答品質,並使模型以全新的 token 重複先前的作業。

最後一行值得讀兩次,因為它是個偽裝成正確性註記的成本陷阱。如果你的應用程式在對話中途編輯指示——許多代理迴圈在重新渲染系統提示時都會這麼做——6.2 世代會丟棄它已累積的推理內容,在下一回合再為此付費,並破壞原本能讓這次重複變便宜的提示快取。在專業模式工作負載中,推理 token 佔輸出的大宗,這正是 40% 節省與完全沒有節省之間的差別。OpenAI 自家的指引是:當你在回應之間變更設定時,要保持前綴不變。

Screenshot of OpenAI's documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, a 1 June 2026 knowledge cutoff, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

獨立數字:每項任務 2.7 分與 20%

Artificial Analysis 在相同的測試框架下,以最大努力測量了兩個層級,這是此比較唯一成立的方式。Intelligence Index v5.0.1:57.3,由 GPT-6.2 Sol 拿下,對比54.6,由 GPT-6.1 Sol 拿下。每項指數任務成本:$1.01,對比$1.27。在目前 v5.0.1 榜單上,GPT-6.2 Sol 在 58 個計分條目中位列第 5;GPT-6.1 Sol 已不再出現在排行榜的即時清單中,因此這項比較依據的是各模型量測數據,而非排名。

這兩者單獨來看都不是什麼驚人的數字。真正讓這對數字值得採取行動的,是它們同步變動——較新的模型在每單位已完成工作上既更好又更便宜,而價目表卻完全文風不動。這是效率型版本發布的特徵,而非重新定位;這也正是你在遷移生產路徑之前希望看到的模式。

現在來看細項拆解,這正是兩個模型的分歧程度超過綜合分數所顯示的地方:

• Terminal-Bench 4.0 — 60.1% 對比 56.1%。

• Terminal-Bench Science — 67.6% 對 58.1%,提升了 9.5 個百分點。

• HLE Diamond — 64.0% 對比 58.8%。

• FrontierCode 2.0 — 44.4% 對比 40.6%。

• AutomationBench — 71.3% 對比 64.9%。

• AnalystAgent — 53.8% 對 50.0%。

• AA-Omniscience — 40.4,幻覺率 55.4%,相較於 42.0,幻覺率 51.9%。

每一列能力指標都會進步。校準那一列則不會:較新的模型有高出 3.5 個百分點的機率,去斷言它無法佐證的事。這種取捨在會先執行測試才宣告成功的程式開發代理裡幾乎沒有代價,但在沒有驗證步驟的研究工作流程裡卻是實實在在的退步。如果你的 pro 模式用法屬於第二種,這就不是自動升級。

A generated two-column comparison scoreboard titled 'GPT-6.2 Sol vs GPT-6.1 Sol', with the left column GPT-6.2 Sol at 57.3 on the Intelligence Index, $1.01 cost per task, 40,360 output tokens per task, 60.1 percent on Terminal-Bench 4.0, 40.4 on AA-Omniscience and $2 input and $10 output per million, and the right column GPT-6.1 Sol at 54.6, $1.27, 67,824 tokens, 56.1 percent, 42.0 and the same $2 and $10 price, with a footer attributing the measurements to Artificial Analysis and the pricing to OpenAI.

40% 從何而來,逐行說明

Pro 模式會在基準 token 數之上,乘上未知量的模型工作量,因此基準是你唯一能推論的部分——而獨立資料則能精確衡量其規模。

在最大努力程度下,GPT-6.2 Sol 每個索引任務平均輸出 40,360 個 token:22,800 個推理與 17,561 個答案。GPT-6.1 Sol 平均為 67,824 個:49,213 個推理與 18,611 個答案。可見答案幾乎沒變——只短了 6%。推理量則驟降 54%。這就是整個機制。較新的模型思考時間不到一半,卻能產出長度相同的答案;而由於推理 token 計入輸出計費,節省就來自這裡。

換算成美元,這筆帳並不光鮮:40,360 個 token 以每百萬 10 美元計,輸出約 0.40 美元,而較舊模型為 0.72 美元。不過輸入端並不配合。在整套測試中,GPT-6.2 Sol 每項任務的輸入計費約 0.61 美元,GPT-6.1 Sol 則為 0.55 美元——它讀得更多,而非更少,因為其快取寫入與快取讀取量雙雙上升。輸出省下的錢與輸入多付的代價幾乎相互抵銷,淨額落在 1.01 美元對 1.27 美元。這筆差額沒有任何一部分來自降價,因為根本沒有降價。

實務上的警告正是 Pro 模式所暗示的那一項:由於乘數未知,且會套用到模型決定要做的任何事上,基準縮小 40% 並不保證 Pro 模式帳單也會縮小 40%。它保證的是更低的下限。在重寫預算之前,先測量你自己的呼叫。

在無需變更程式碼的情況下移轉

機械式移轉只需改一個字串。兩個模型都接受相同的參數、相同的 effort 值、相同的 Responses API 介面,以及相同的工具集,因此只需把 model: "gpt-6.1-sol" 替換成 model: "gpt-6.2-sol",並以完全相同的方式設定 pro 模式。OpenAI 的移轉指南針對工具呼叫新增了一項必要檢查:它要求使用 Responses API,而非 Chat Completions,而這在 6.1 上本來就已經如此。

上述的 reasoning-item 行為並不是單一字串。在你切換模型之前,請先檢查你的迴圈中是否有任何東西會改動對話前綴——動態系統提示、會重新排序的注入工具定義、每回合在前端裁剪上下文。如果有,請先修正這一點,否則效率增益會在第二回合就消失。

推行策略也很重要,因為這是一個才推出一天的層級,背後只有一項獨立測量。保守做法是讓正式環境停留在 6.1 層級,並用你能檢查的流量來評估 6.2——影子路由、金絲雀百分比、對兩者執行測試套件。在 OrcaRouter 上,openai/gpt-6.1-sol 已列於目錄中,以供應商定價提供,0% 加價,並支援跨供應商自動容錯移轉,因此已經承載你流量的模型可以承受一個糟糕的午後,而不會讓你在正式環境中才發現問題。截至 11 月 18 日,GPT-6.2 Sol 尚未出現在我們的目錄中,這正是應將評估作為比較而非直接切換的原因。

6.1 等級在一段時間內仍可呼叫:OpenAI 的棄用表仍將即將退役的 GPT-5 與 o3 工作負載導向 gpt-6.1-sol 作為其替代品,而這些關閉日期為 2026 年 12 月 11 日。本身已是其他模型建議遷移目標的模型,不會即將退役,因此刻意且審慎地轉向 6.2,並不會讓你在急迫性上付出任何代價。

Screenshot of the OrcaRouter model page for GPT-6.1 Sol, showing the model ID openai/gpt-6.1-sol, a 1,050,000-token context window with 128,000 maximum output, and pricing of $2.00 input and $10.00 output per million tokens at provider list price.

誰應該移動,誰應該等待

如果你的工作負載大量使用終端機、會使用工具,或需通過驗證閘門,現在就轉移。Terminal-Bench Science 提升 9.5 分、AutomationBench 提升 6.4 分,幅度大到足以讓金絲雀測試顯示出來,而且每項任務節省 20% 無需協商或新合約即可實現。

等等,如果你的工作負載是 pro-mode 研究綜合,而產出是被閱讀而不是被測試的。校準回歸幅度很小,但方向錯了,而且效率論點無法涵蓋那種只有發表後才會發現的錯誤。等等,還有,如果你的 agent loop 會改寫對話前綴——先修好那個,再升級,然後測量;在修好之前就升級,會讓模型看起來比實際更差。

無論如何,這裡的版本號並沒有看起來那麼關鍵。這不是一個用錢買到能力的世代;這是一個用 token 買到能力的世代,而這一次,帳單終於朝對你有利的方向傾斜。

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