GPT-6 Sol 對上 GPT-5.6 Sol：一個指數點、價格減半，以及無人宣佈的效能退步

是的，升級吧——但在動手之前，請先讀第二段。GPT-6 Sol 於 2026 年 9 月 22 日發布，在 Artificial Analysis 的 Intelligence Index 上得分 48。GPT-5.6 Sol 於 2026 年 7 月 9 日發布，得分 47。只差一分。取代它的模型成本只有一半：每百萬輸入 $2.00、每百萬輸出 $10.00，相較之下則是 $4.00 與 $20.00。就主要數字來看，這是目前產品陣容中最容易做出的升級決定，而且這次降價是真實的、永久的，也是該廠商對旗艦產品所做的最大單次降價。

複雜之處在於，Artificial Analysis 自己對 GPT-6 Sol 的評估發現的是進步與退步交雜，而非乾淨俐落的升級。在 GDPval-AA v2.1 上出現了退步。另外還有一個針對超過 272,000 個輸入 token 的長上下文重新定價級距，輸入費率大約加倍，輸出則提高一半——而 272K 正是 GPT-5.6 Sol 有公開強項的區間。一場看似能把帳單直接砍半的遷移，在長上下文流量上，結果可能更接近打平，還附帶能力取捨。

Index 上升一點實際上代表什麼

兩個模型都是在同一塊主機板、版本 4.3.2 上測量的，這使它成為整個 GPT-6 Sol 系列中最乾淨的比較——沒有測試框架差異，沒有廠商與獨立評測之間的不一致，由同一個實驗室測量同一家廠商的兩個模型。

• AA Intelligence Index — GPT-6 Sol 48，在 212 個中排名第 18，對比 GPT-5.6 Sol 47，排名第 19

• 每項 Index 任務的成本 — GPT-6 Sol 約為 GPT-5.6 Sol 的一半

• 輸出速度 — GPT-6 Sol 每秒 104.4 個 token，相較之下 GPT-5.6 Sol 每秒 72.6 個 token

• 首個 Token 時間 — GPT-6 Sol 為 107.18 秒，GPT-5.6 Sol 更快，兩者對比 3.87 秒的排行榜中位數

• 輸入價格 — GPT-6 Sol 每 1M 為 $2.00，對比 GPT-5.6 Sol 每 1M 為 $4.00

• 輸出價格 — GPT-6 Sol 每 1M $10.00，對比 GPT-5.6 Sol 每 1M $20.00

• 快取輸入 — GPT-6 Sol 每百萬 $0.40，相較於 GPT-5.6 Sol 約便宜 90%

• 批次費率 — GPT-6 Sol 未公布，相較於 GPT-5.6 Sol $2.50 / $15.00

• 長上下文級別 — GPT-6 Sol 在輸入超過 272K 時重新定價，GPT-5.6 Sol 則無對應級距

• 上下文視窗 — 根據 AA，GPT-6 Sol 為 872K，宣稱可達 1.05M；相較之下，GPT-5.6 Sol 約為 1.05M 至 1.1M

• 最大輸出 — 兩者皆為 128K

• 發布 — GPT-6 Sol 2026-09-22 對比 GPT-5.6 Sol 2026-07-09

把兩條速度指標放在一起看。GPT-6 Sol 的輸出生成速度比前代快約 44%，但產生首個 token 的速度卻慢得多——需要 107.18 秒，而排行榜中位數是 3.87 秒。以排行榜標準來看，GPT-5.6 Sol 也不是快模型，但還沒到那個地步。如果你為了互動式產品而遷移到 GPT-5.6 Sol，GPT-6 Sol 並不是可直接替換的選項，而這是獨立於任何基準測試之外的功能退化。

有一點低調地有利：GPT-6 Sol 的標準費率 $2/$10 低於 GPT-5.6 Sol 的批次費率 $2.50/$15。即使是舊模型的折扣層級，也比新模型的定價還貴。這是最有力的證據，說明這波降價是結構性的，而非促銷性質。

有趣的部分在於回歸。

Artificial Analysis 發現，GPT-6 Sol 大致將每項任務的成本減半，但同時帶來部分進步與部分退步。其中點名的退步項目是 GDPval-AA v2.1。另外，OpenAI 的 GPT-5.6 Luna 在 Coding Agent Index 上也出現退步——這顯示這一代模型存在一種模式，而非單一模型獨有的偶發失誤。

這件事值得認真對待，正因為它是獨立得出的發現。OpenAI 的發布資料是圍繞每項任務成本，以及它自行挑選的基準測試列來建構的；Artificial Analysis 沒有產品要賣，只報告其測試框架所產生的結果。一個在綜合指標上更便宜且大致相當，但在特定子任務上明顯更差的模型，並不是嚴格意義上更好的模型。它是前沿上的另一個點。

實際來說：如果你的工作負載高度偏向 GDPval-AA 的型態——也就是具經濟價值的知識工作，也就是該基準之所以被打造來衡量其價值的這類任務——那麼綜合分數提升一點並不足以涵蓋你的情況，真正該看的是退步的那個數字。如果你的工作負載屬於一般性質，那麼每項任務成本減半才是關鍵數字，而綜合分數顯示你並沒有犧牲任何可測量的表現。

GPT-5.6 Sol 仍然勝出的地方

GPT-5.6 Sol 有一項已公布的長上下文檢索結果，是 GPT-6 Sol 未能以任何對等結果匹配的：MRCR v2、8-needle，在 256K 至 512K 範圍內達到 91.5%。這是一項檢索準確率數字，而該數字正落在 GPT-6 Sol 費率表發生變動的區間內。

將這兩項事實並列來看。當輸入超過 272,000 個 token 時，GPT-6 Sol 的整筆請求會重新計價，大約變成輸入 $4、輸出 $15。這大約等於 GPT-5.6 Sol 舊有的輸入費率，而輸出則是該費率的四分之三——因此，你當初為了遷移所追求的 50% 節省，在輸入上縮水到約 0%，在輸出上則只剩 25%，而這正好落在 GPT-5.6 Sol 有文獻記載優勢、GPT-6 Sol 卻沒有公開對應表現的上下文區間。

GPT-5.6 Sol 的其他已公布結果仍具有一定水準，這也是部分團隊不願轉換的原因：

• Agents' Last Exam — GPT-5.6 Sol 53.6

• Terminal-Bench 2.1 — GPT-5.6 Sol 88.8 / 88.0

• SWE-Bench Pro — GPT-5.6 Sol 64.6

• OSWorld 2.0 — GPT-5.6 Sol 62.6

• BrowseComp — GPT-5.6 Sol 90.4

• GDPval-AA v2 — GPT-5.6 Sol 1747.8 Elo

• HLE — GPT-5.6 Sol 49.5

• MRCR v2，8-needle — GPT-5.6 Sol 在 256K 至 512K 區間達 91.5%

這些是 OpenAI 回報的數據。請注意，BrowseComp 的 90.4 與 MRCR 的數字是最難被取代的兩項：網頁研究代理與長上下文檢索這類工作負載中，一個已有公開數據、推出兩個月的模型，比一個沒有對應量測數字的新模型更穩妥。

GPT-6 Sol 帶來哪些價目表上沒有的東西

定價是重點，但另外還有三件事改變了。

首先，是上下文上限。Artificial Analysis 將 GPT-6 Sol 列為 872,000 個 token，對比 OpenAI 其他資料中宣稱的 1.05M，最大輸入為 922K。視來源而定，GPT-5.6 Sol 約落在 1.05M 至 1.1M 之間。紙面上，這在可用視窗上是小幅退步——但需留意，決定成本的是 272K 的分層界線，而非上限。

第二，可用性。GPT-6 Sol 已於 API，以及 Plus、Pro、Business、Enterprise 和 Edu 方案的 ChatGPT Work 與 Codex 中提供——而 Enterprise 管理員必須先啟用它，使用者才能看到。它不在 ChatGPT Chat 中。GPT-5.6 Sol 的推出範圍更廣。如果你團隊的存取途徑需經企業管理員，這次遷移就不只是改程式碼。

第三，推出新旗艦通常意味著舊旗艦會成為更便宜的備援，而不是被淘汰。GPT-5.6 Sol 以 $4/$20 的價格，在 Index 上拿下 47 分，仍是極出色的模型；而且在長上下文檢索工作上，它有一個 GPT-6 Sol 沒有的公開數據。

成本比表面上看起來更低的移轉

這次升級之所以特別容易，是因為這兩個模型來自同一家廠商、API 形式相同，而且在排名中相鄰——這意味著這次遷移只是更改模型字串，而不是重新架構，而且備援路徑早已存在於你的程式碼中。GPT-5.6 Sol 已在 OrcaRouter 上以 OpenAI 的定價提供，採用直接轉嫁模式，讓 OpenAI 的價格變動當天就能在我們這邊生效，而不必等到經銷商重新議價之後。

截至本文撰寫時，GPT-6 Sol 尚未收錄於我們的目錄中——但可透過 OpenAI 自家的 API 存取。因此，遷移的真實樣貌是在同一把金鑰背後設置一條以 GPT-5.6 Sol 為後援的路由：將新流量送往 GPT-6 Sol，讓前一個模型只需改一處設定即可切回，並以自動容錯移轉涵蓋新旗艦模型可用性仍在穩定的期間。對於一個問世僅兩天的模型，前方還有一道 Enterprise 啟用開關，且其長上下文層級會在超過 272K token 後改變成本結構，因此仍把前一代接在系統裡並非謹慎之舉——而是糟糕的一下午與糟糕的一星期之間的差別。

遷移檢查清單

在做任何其他事之前，先衡量你實際的上下文分佈。如果你請求的第 95 百分位低於 272,000 個輸入 token，就遷移——節省的是帳單兩端實打實的 50%，每項任務成本減半，而且綜合指數顯示你沒有放棄任何東西。如果有相當比例的流量高於這條線，就仔細為該層級建模：在約 $4/$15 的情況下，相較於 GPT-5.6 Sol 的 $4/$20，輸出上的優勢是 25%，輸入上則毫無優勢，而你是以失去一項有文獻記載的長上下文檢索結果作為代價。

檢查是否有人在等待第一個 token。107 秒大約是看板中位數的二十八倍，而這正是正式環境中最先浮現的故障模式。任何另一端有真人等待的項目，都應繼續使用 GPT-5.6 Sol，或改為路由到其他地方。

接著檢查啟用路徑。Enterprise 方案需要由管理員開啟 GPT-6 Sol，而它完全未在 ChatGPT Chat 中提供。在內部宣布遷移之前，請先確認你的使用者確實能夠存取它。

最後，第一個月請在你自己的評估上留意 GDPval-AA v2.1。獨立實驗室在那裡發現了效能退步，而綜合分數提升一分，並不能告訴你你的特定任務集是進步還是退步。在正式切換之前，先在兩個模型上跑你的評估，而不是切換之後才做。