GPT-6 Sol Pro 對比 GPT-6 Astra：大家都在引用的價格倍數其實是錯的

GPT-6 Sol Pro 與 GPT-6 Astra 是同一供應商的低價層級與旗艦，而多數報導套用到這個差距上的倍數是 2.5 倍。事實並非 2.5 倍。GPT-6 Sol——gpt-6-sol-pro 配置所運行的該供應商模型，自 2026 年 9 月 22 日起正式推出，每百萬輸入 token 為 $2.00、每百萬輸出 token 為 $10.00——其定價對照的是 GPT-6 Astra，也就是於 2026 年 9 月 3 日正式推出的旗艦，價格為 $10.00 與 $50.00。這在輸入上是五倍，輸出上也是五倍。2.5 倍這個數字屬於另一種比較：Astra 對比上一代的 GPT-5.6 Sol，後者價格為 $4.00 與 $20.00。

這個混淆值得優先釐清，因為它會改變決策。旗艦型號的 2.5 倍溢價，在專案預算裡不過是四捨五入的誤差。5 倍溢價卻是大多數推論計畫中最大的一筆單項支出，而這個數字決定了旗艦型號究竟是預設選項，還是例外情況。

錯誤的倍數從何而來

當 Astra 在 9 月 3 日推出時，OpenAI 和大多數媒體所做的比較都是拿它跟 GPT-5.6 Sol 相比，而後者是當時仍在出貨的中階模型。Astra 的價格是該模型的 2.5 倍。十九天後，OpenAI 推出了 GPT-6 Sol，並將中階價格砍半，從 4.00 美元與 20.00 美元降至 2.00 美元與 10.00 美元，還表示新價格是永久性而非促銷性。針對這個對比組合，搜尋結果前列的每個「vs」頁面都是在這十九天內寫成的，並且都把 Astra 拿來跟已不再佔據該位置的模型相比。

關於 Astra 的一切都沒變。它底下那個層級移動了，而倍數翻了一倍。

這兩張費率卡，逐行

這兩者都是 OpenAI 自己公布的數字，由託管它們的平台原封不動地照樣傳遞。

• 輸入 — GPT-6 Sol 每百萬個 token $2.00，對比 GPT-6 Astra 每百萬個 token $10.00

• 輸出 — GPT-6 Sol 每百萬個 token 10.00 美元，對比 GPT-6 Astra 每百萬個 token 50.00 美元

• 快取輸入 — GPT-6 Sol 每百萬個 token $0.20，對比 GPT-6 Astra 每百萬個 token $1.00；兩者皆為未快取費率的固定 10%

• 快取寫入 — GPT-6 Sol 每百萬個 token 為 $2.50，對比 GPT-6 Astra 每百萬個 token 為 $12.50，兩者皆為未快取輸入費率的 1.25 倍

• 長上下文處理 — 當請求超過 GPT-6 Sol 的輸入閾值時，將以輸入與快取費率的兩倍，以及輸出費率的 1.5 倍重新計價，且適用於整筆請求；GPT-6 Astra 在超過 272,000 個輸入詞元時同樣如此，價格為 $20.00、$2.00、$25.00 和 $75.00

• 批次 — GPT-6 Sol 以標準費率的半價，對比 GPT-6 Astra 以標準費率的半價，分別為 $5.00 和 $25.00，精確維持 5× 比例

• 上下文視窗 — 兩者皆為 1,050,000 個符元

• 最大輸出 — 兩者皆為 128,000 個 token

• 輸入模態 — 兩者皆支援文字與圖像，且 GPT-6 Astra 也接受檔案輸入

• 知識截止日期 — GPT-6 Sol 2026 年 4 月 20 日 vs GPT-6 Astra 2026 年 4 月 30 日，相差十天

這兩張卡不只是結構相似；它們是相同結構，只是每一列都套用了五倍乘數，包括批次層級和長上下文層級。這是刻意的產品設計，這意味著兩者之間的選擇確實是能力決策，而不是定價策略決策。改變你的請求形態並不會找到任何折扣。

努力刻度盤是沒有人撰文探討的不對稱。

兩個模型都提供一個推理投入參數。這兩套階梯並不相同，而這個差異會帶來遷移後果。

GPT-6 Sol 記載的選項為 none、low、medium、high、xhigh 與 max，預設為 medium。GPT-6 Astra 的選項則是 low、medium、high、xhigh 與 max——沒有 none。你無法在旗艦模型上關閉推理。如果你的管線中有一個對延遲敏感的分類步驟，目前以 effort none 執行，那個步驟無法原封不動地移植到 Astra；它必須重新調校、改到其他模型，或是接受更高的延遲下限。

這是件小事，卻會耗費相當可觀的工程時間；而且在這個組合的每個比較頁面上都看不到，因為那些頁面是根據價格表、而不是根據 API 文件寫成的。

獨立的數字，並附上索引版本

Artificial Analysis 在 2026 年已數度重新調整其 Intelligence Index，而這場對決正是此事最要緊的地方，因為最常被引用的 Astra 分數已經退場。

Astra 在發布時於指數版本 v4.1.1 上獲得 61 分——與 GPT-5.6 Sol 並列，這就是為什麼那麼多發布報導都將這款旗艦模型形容為小幅進展。那個 61 分是真的，而且它來自一個已不存在的指數。在目前的排行榜上，Astra 在最高強度下得分 53，每項指數任務成本為 $3.26；在高強度下得分 51，成本為 $1.73。GPT-6 Sol 在最高強度下得分 48，每項指數任務成本為 $1.06；在高強度下得分 43，成本為 $0.37。

把那四行合起來讀，決策的輪廓就會浮現。

• Astra 相較於 Sol，在兩個刻度盤頂端的優勢為五個指數點，但每完成一項任務的成本約為其三倍。

• Astra 在高等努力程度下，每項任務成本為 1.73 美元。Sol 在最高努力程度下則為 1.06 美元。旗艦模型以其預設努力程度設定運行，竟比全力運轉的廉價層級還要昂貴，而兩者的指數分數分別為 51 和 48。

• 每項任務的成本差距——大約 3×——小於 5× 的費率差距，因為在兩者之中，Sol 每項任務更耗 token。這是 Astra 真正佔優勢的一點，也是「2.5×」這個說法中，唯一經得起數據檢驗的部分。

有兩點誠實性但書必須附上。這些是同一索引系列中的不同頁面，而非單一已發佈的正面對決測試；而且 Astra 自身的延遲數據取決於投入程度，這種程度會讓單一數字產生誤導——同一個模型在某個投入程度下回報的首次 token 時間為數十秒，在另一個程度下則是數分鐘。若未指明設定，請勿引用 Astra 的延遲數字。

旗艦機型在 5× 的價位能買到什麼

能力差異確實存在，而且集中在代理型與多模態工作上，而非一般推理。

• 程式碼代理指數 —— GPT-6 Astra 在 Codex 測試框架中拿下 62 分，對上 GPT-6 Sol 的 57 分，每項任務成本分別為 $7.09 與 $2.99。這款旗艦模型每項任務所用的 token 量約為三分之一，這就是為什麼每項任務的成本差距小於單價差距。

• Terminal-Bench 4.0 — 在同一個獨立評測平台上，Astra 拿下 59%，Sol 則為 43%，這十六個百分點的差距是兩者之間最大的單一能力落差。

• 廠商自行回報的代理式項目 —— OpenAI 自家的發布表格顯示，Astra 在 OSWorld 2.0、ScreenSpot-Pro、AutomationBench 與 Agents' Last Exam 上領先，這些全由廠商自行執行，且無一經過獨立重現。該表格也顯示 Sol 在 FrontierMath T1–3 與 BrowseComp 上領先，這點值得留意——對於任何傾向把這份廠商表格解讀為全面橫掃的人來說。

• 安全態勢 — Astra 是 OpenAI 首個在公司《Preparedness Framework》下被指定為 Critical 網路安全等級的模型，而其先進的攻擊性網路能力則由另一套存取計畫設下限制。這種限制除了權限之外，還有一項正式環境的後果：未對齊監測器會對使用工具的請求執行，而在 API 中，被標記的任務會停止，而不是像消費者用戶端那樣暫停等待審查。

長話短說：Astra 更擅長那些難以替代的事——長時間的代理式迴圈、終端機工作、電腦操作——而在容易替代的事上，則與 Sol 大致持平。一般推理的五個指數點，不值得 5 倍。Terminal-Bench 的十六點，以及 coding-agent 五點的差距，在失敗一次就得讓人花一小時收拾善後的工作上，有時卻值得。

路由層改變運算方式之處

GPT-6 Astra 已列於 OrcaRouter 的目錄中，在輸入 token 門檻 272,000 以下時，每百萬 token 的輸入價格為 $10.00、輸出價格為 $50.00；超過該門檻的長上下文級別則為 $20.00 與 $75.00，並具備 1,050,000 token 的上下文視窗、128,000 token 的輸出上限，以及依我們自家模型頁面測得的 7.82 秒 p50 首個 token 時間。供應商定價原樣傳遞，不額外加價。

GPT-6 Sol 並非我們的供應路線之一，因此此處並無任何內容是關於透過我們取得其價格的聲明。

5 倍的價格差距，是「該做路由而非做選擇」最明確的案例。對多數團隊來說，正確答案不是「旗艦款」或「便宜層級」，而是兩者並用，而且決策是依每次請求做出，而不是依每季決定。需要 Astra 的工作在呼叫端就能辨識出來：那就是代理式執行、終端任務、電腦操作步驟。不需要的，則是其餘一切。把兩者放在同一把金鑰後面，並搭配自動容錯移轉，就能讓這件事成為一條路由規則，而不是一次遷移；這也意味著昂貴的模型只會在被付費購買它的事物上被呼叫。

決策規則

• 大量文字生成、擷取、分類與摘要——GPT-6 Sol。每一列都便宜五倍，在通用推理上落後三個指數點，卻是正確的預設選擇。

• 代理式編碼、終端機作業與電腦操作 — GPT-6 Astra。在 Terminal-Bench 上拿下十六分，在編碼代理指數上拿下五分，而這些工作一旦執行失敗，代價是以人類工時來計算的。

• 目前在推理強度為 none 時執行某一步驟的管線——若不重新調校，兩者皆不行。Astra 沒有 none 設定，而該步驟無法原封不動地移植。

• 需要檔案輸入並搭配影像的工作 — GPT-6 Astra，它是這兩者中唯一接受檔案的。

• 任何讀到旗艦款是 2.5 倍溢價的人——請以 5 倍重新算一次。同樣的型號、同樣的價格；它下面那一級移動了，而在更正後的數字下，決定也截然不同。