
GPT-6.2 Sol Ultrafast,實測:每秒 126 個 Token,未見 4.5× 的跡象
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 153 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 277 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 89 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 98 tok/s
- orca新Orca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百萬 tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
針對GPT-6.2 Sol 在開啟 Ultrafast 後的首個公開數字是每秒 126 個 token,這是對一項工作取平均:該工作實際經過時間為 27 分鐘,其中約 14 分鐘是模型實際回應時間,峰值瞬間達到每秒 252 個 token。數據來自 X 上的一位影片剪輯師,他請模型剪輯一段八分鐘的影片——這是一項真實任務,僅以四行文字回報,沒有測試框架、沒有重複執行,也沒有 Standard 模式的對照組。把這個平均值拿來對照 Artificial Analysis 針對同一模型在 Standard 模式下公布的每秒 85 個輸出 token,就會發現:OpenAI 聲稱能以「最高達 Standard 4.5 倍的速度」產生 token 的這個層級,在這份單一報告中只達到約 1.5 倍。GPT-6.2 Astra 與 GPT-6.1 Sol,也就是 Ultrafast 名單上的另外兩款模型,在那個獨立排行榜上更低,分別為每秒 60 與 49 個 token,這就是為什麼在此處比率比原始數字更重要。
四個數字,還有第五個沒人發佈的
這則貼文對於社群媒體上的速度宣稱異常具體,而這正是它值得拆解的原因。它提供了任務(一支八分鐘的影片剪輯)、總時間(27 分鐘)、花在等待模型上的部分(約 14 分鐘)、平均生成速率(每秒 126 個 token),以及最佳單次爆發(252)。OpenAI 將該層級記錄為 Ultrafast;貼文則稱之為「Ultra Fast」。兩個名稱描述的是同一件事——ChatGPT Work 和 Codex 應用程式選單中最快的速度選項。
這篇貼文沒有提供的,是那個能讓它成為標竿的另一半:
• 它是在哪個平台上執行——ChatGPT Work、Codex 應用程式,還是 API。三者都會顯示該等級;但這些數字無法在這三者之間互相比較。
• 推理強度設定。Sol at Light 與 Sol at Pro 在產生第一個 token 前的思考量不同,而思考時間包含在那 14 分鐘內。
• 實際生成了多少個 token。這可以從平均值與持續時間推斷出來,而這個推斷值得做——見下文——但這終究只是推斷。
• Standard 在相同任務上會花多少。這才是這篇文章真正要談的數字,也是這則貼文無法包含的那個數字,因為那只是一次單獨執行,沒有可拿來比較的對象。
• 這次剪輯第一次是否就能用。「它剪出了一部八分鐘的影片」是成功宣稱,不是品質宣稱,而且重跑一次會大幅改變總時長。
確切陳述的主張,以及該層級的費用
OpenAI 的速度文件對 Ultrafast 所承諾的內容說得很精確:「在 GPT-6.2 Astra 與 GPT-6.2 Sol 上,Ultrafast 產生 token 的速度最高可達同一模型上 Standard 的 4.5 倍。」請注意這兩個限定詞。這是關於 token 生成的宣稱,不是關於首個 token 的時間,也不是關於完成整個任務所需的時間。而且它說的是「最高可達」,這是一個上限,而非典型值——當第一份獨立讀數大約只有該上限的三分之一時,這項區別就至關重要。
在 API 上,它是旗標,不是模型:將 model 設為 gpt-6.2-sol,並將 service_tier 設為 "ultrafast"。OpenAI 建議代理式作業使用 WebSockets,以免連線額外負擔侵蝕效能增益;Ultrafast 有各自的速率限制,與 Standard 和 Fast 分開。GPT-6.2 模型的這些限制並未公布——文件要求你查看自己組織的設定——而 GPT-6.1 Sol Ultrafast 在 Build 層級公布每分鐘 1,000,000 個 token,GPT-6 Astra 則公布 500,000。GPT-6.2 層級的推論駐留僅限美國。在 ChatGPT 中,Pro $200 僅能在 Sol 上取得 Ultrafast,Pro $500 則可取得兩個模型。
價格是帶有截止期限的那個部分。在 GPT-6.2 Sol 上,Ultrafast 於促銷期間為每百萬輸入 token 6.00 美元、快取輸入 0.30 美元、輸出 30.00 美元,牌價則為 12.00 / 0.60 / 60.00 美元——正好是標準費率 2.00 / 0.10 / 10.00 美元的 3 倍與 6 倍。OpenAI 標明了切換日期:「Ultrafast 在 2027 年 2 月 28 日前(含當日)的費用為標準費率的 3 倍,自 2027 年 3 月 1 日起(太平洋時間)為標準費率的 6 倍。」

讓 126 清晰可讀的基線
每秒 token 數若沒有參照基準就毫無意義,而這個模型家族恰好只有一個獨立參照基準。Artificial Analysis 測得 GPT-6.2 Sol 在最高推理強度下為每秒 85 個輸出 token、首 token 時間 68 秒、完成一項 index 任務需 7.9 分鐘,以及每項任務 $1.01,對應的 Intelligence Index 為 57。同一份榜單顯示,GPT-6.2 Astra 為每秒 60 個 token、Index 為 62、每項任務 $4.00;GPT-6.1 Sol 則為每秒 49 個 token、Index 為 55、每項任務 $1.27。
那些是固定評估集上的測試框架中位數,而影片剪輯是一個人一個下午的成果。它們不是同一種測量,誠實地將兩者一起使用的方式,是把它們當作粗略的比例因子,而不是定論:
• 測得平均值為每秒 126 個 token —— 約為 Standard 基準 85 的 1.5 倍。
• 測得峰值為每秒 252 個 token——約為該基準的 3.0 倍,出現在單次最快爆發中。
• 把 4.5× 的說法套用在 85 上——也就是略高於每秒 380 個 token,而報告中沒有任何數據能接近這個數字。
• Artificial Analysis 自家的 GPT-6.2 Sol 頁面完全沒有提及 Ultrafast,因此其 85 分預設上屬於 Standard 模式的數據,而非明確宣稱的分數。
為什麼四點五倍的 token 不等於四點五倍的工作量
這就是當速度等級以倍數形式販售時會漏掉的部分,而那段影片貼文意外地包含了證據。一趟 27 分鐘的工作中有 14 分鐘是模型回應,意味著 52% 的時間花在生成,48% 花在其他所有事情上——上傳、轉碼、編輯器本身的步驟、工具呼叫,以及管線在模型回合之間所做的任何事。把這個拆分視為工作負載的形狀,算術就會變得毫不留情:
• 生成時間意味著大約 106,000 個輸出 token,以 14 分鐘和每秒 126 個 token 計算。
• 在每秒 85 個權杖的標準基準下,這些權杖大約需要 21 分鐘,因此整個作業大約落在 34 分鐘。
• 在完整的 4.5× 宣稱下——約每秒 383 個 token——它們只需不到 5 分鐘,因此整個作業落在接近 18 分鐘。
• 這次跑步實際上花了 27 分鐘,幾乎正好介於兩者之間的正中間。
即使該層級完全兌現了 4.5× 的每一分效能,這個工作負載的端到端增益也只會約 1.5×,因為模型始終只占整體工作的一半。阿姆達爾定律並不在乎快的那部分變得多快。這不是反對 Ultrafast 的理由;而是主張:應該拿該層級對照你自己的管線型態來衡量,而不是對照那個倍數,因為互動式聊天的一輪幾乎全是生成,而媒體管線則不是。
那 14 分鐘實際上要付出什麼代價
將促銷費率表套用到推定的 106,000 個輸出 token,測量價格在一行內即可清楚看出:
• 標準版,每百萬輸出符元 $10.00——約 $1.06。
• 超高速,促銷價每百萬 $30.00 — 約 $3.18。
• Ultrafast 自 2027 年 3 月 1 日起按定價計,每百萬 $60.00 — 約 $6.35。
輸出只占帳單的一半,而對影片剪輯代理來說,那可能還是較小的一半。每一則畫面描述、逐字稿和工具結果都會以輸入的形式送回,促銷期間每百萬 token 為 $6.00;而代理若反覆循環處理相同的上下文,正是快取寫入列所針對的工作負載——30 分鐘快取每百萬 $7.50,12 小時快取 $15.00,相較之下快取讀取只要 $0.30。一條管線若重新傳送上下文而不加以快取,花在輸入上的費用可能高於它試圖加速的輸出。文章沒有報告 token 數量,所以無法加總,只能界定上限:該方案層級讓帳單中生成的那一半變成三倍,而且十四週後會讓它變成六倍。
要將層級放在哪個模型上
同樣的 4.5 倍套用在三個不同的基準上,會得出三個截然不同的結果,而最便宜的那個並不是最快的。
• GPT-6.2 Sol — 在 Standard 下每秒 85 個 token,因此該說法意味著約 383。Index 57,每項任務 $1.01。
• GPT-6.2 Astra — 在 Standard 下為 60,因此該說法意味著約 270。指數 62,每項任務 $4.00,多五個指數點卻要四倍成本。
• GPT-6.1 Sol — Standard 為 49,因此此說法意味著約 220。Index 55,每項任務 $1.27,而其 Ultrafast 層級採固定價格:每百萬輸入 $12.00、輸出 $60.00,且完全沒有促銷列。
隨之而來有兩個結果。首先,Astra 上的 Ultrafast 仍比 Sol 上的 Ultrafast 慢,因為它是從較低的基準起步——如果目標是吞吐量,更強的模型並不能讓你達到那裡。其次,GPT-6.1 Sol 的 Ultrafast 目前定價已等同於 GPT-6.2 Sol 的 Ultrafast 在二月之後的價格,因此這更像是對帳單的合理預覽,而非折扣。OpenAI 也指出,GPT-6 Astra 和 GPT-6.1 Sol 上的 Ultrafast 可供所有 API 使用者使用,而 GPT-6.2 層級則會指向你組織的速率限制——在圍繞它建立佇列之前值得先確認。

取得自己的號碼,而不是借用這個號碼
上述測量結果只是一份單一報告,應視為一項訊號,而非規格。解決方式是針對你自己的工作負載進行受控 A/B 測試——相同提示、相同任務,在 Standard 上跑三次,以及三次將 service_tier設為"ultrafast",並分別記錄端到端分鐘數、總 token 數與首個 token 的時間。請同時報告峰值與平均值,因為原帖中 126 與 252 之間的差距,正是「有幫助的層級」與「偶爾有幫助的層級」之間的差別。
OrcaRouter 目前不提供 GPT-6.2 Sol 或 GPT-6.2 Astra;目錄中收錄的是 openai/gpt-6-astra、openai/gpt-6-sol、openai/gpt-6.1-sol 與 openai/gpt-6-luna,而 GPT-6.2 的模型頁面無法解析。因此,這並不是建議你將新模型透過我們路由。目前成立的事實範圍更窄,但對這項決策仍然同樣有用。GPT-6.1 Sol 已收錄於目錄中,它是與所測模型最接近的模型,而透過單一金鑰以你的評估集對它執行測試,是在你將預算投入一個三月就會翻倍的層級之前,了解速度層級是否會改變你的產品的最便宜方式。定價為供應商牌價原樣傳遞、不加價,因此 2027 年 3 月 1 日的漲價會在 OpenAI 那邊生效的同一天來到我們這邊——沒有重新定價週期,也無需重新協商。
還有一個專屬於這個層級的路由論點。Ultrafast 有自己獨立的速率限制,與 Standard 和 Fast 分開;而且 OpenAI 並未公布 GPT-6.2 層級的預設每分鐘 token 數——你得撞到上限才會知道自己的天花板。把 Ultrafast 當成唯一路徑的管線會繼承這個未知數;能在同一模型上回退到 Standard 的管線,則會降速而不是失敗。這就是把速度層級放在路由器後面、而不是硬編碼的結構性優勢;而且值得在該層級進入關鍵路徑之前先具備。

什麼能讓這件事定下來?
只要有一個數字,就能讓這件事從軼事變成證據:在固定任務上進行 Standard 對 Ultrafast 的 A/B 測試,並公布 token 數與實際耗時。在那之前,對 2026 年 11 月 18 日可站得住腳的解讀是:GPT-6.2 Sol 上的 Ultrafast 是真實存在的,而且明顯比 Standard 快——126 對 85 不是雜訊,252 個 token 的爆發也不是四捨五入的假象——但公布的分數倍率是上限,公開場合沒有人接近過;而任務層面的加速,既取決於方案本身,也同樣取決於你的流程中有多大比例是 token 生成。發布這項測量的人,把影片剪輯在 27 分鐘內完成,而不是估計的 34 分鐘,而且是在上市週的方案上完成;這個方案到三月會貴上一倍。這是個好結果,也是個溫和的倍率;在任何人依據 4.5× 做預算之前,這兩半都值得知道。
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
