GPT-6 對上 Grok 4.6：兩個中階方案，一份在超過 20 萬個 Token 後出現分歧的帳單

GPT-6 Sol 和 Grok 4.6在兩欄最上方所列的價格相同：每百萬輸入 token 為 2.00 美元，每百萬輸出 token 為 6.00 美元。但幾乎沒人會在旁邊註明的是，這兩欄會在請求中的不同位置開始對不上。Grok 4.6 在提示超過 200,000 個輸入 token 後就開始收取其長脈絡費率；GPT-6 Sol 則要等到 272,000 才啟動。一旦越過這些界線，整筆請求都會重新計價——不只是超出的部分——而且兩家廠商重新計價的方向正好相反，而這正是決定一次長時間 agent 執行帳單的關鍵。GPT-6 Sol 與同系列的 GPT-6 Astra 和 GPT-6 Luna 於 2026 年 9 月 22 日推出；Grok 4.6 是 SpaceXAI 產品線中的中階層級，於 2026 年 8 月 12 日推出，如今又已有 Grok 4.7 加入，因此這是兩款已上市模型之間的比較，而非其中任何一款的發表。

2026 年 10 月 7 日還發生了第二件事，這件事對你如何看待 GPT-6 至關重要：OpenAI 開始將GPT-6推送至 ChatGPT 的主要 Chat 分頁，並於 10 月 8 日觸及免費方案，其中 Plus、Pro、Business 與 Enterprise 方案運行 GPT-6 Sol，Free 與 Go 方案則運行 GPT-6 Luna。這是表面上的變化——相同的模型、遠為龐大的受眾，以及一個 OpenAI 稱為 Intelligent UI 的新介面層。它不會更動任何一項 API 費率。但它確實意味著，如果你正拿「GPT-6」與任何東西做基準比較，你現在的比較對象，是一個同時有極大量的人在瀏覽器分頁裡與之對話的模型。

兩張卡片真正不同之處

• 短上下文輸入 — GPT-6 Sol 每百萬 $2.00 vs Grok 4.6 每百萬 $2.00
• 短上下文輸出 — GPT-6 Sol 每百萬 $10.00 vs Grok 4.6 每百萬 $6.00
• 長請求門檻 — GPT-6 Sol 在輸入超過 272,000 個 token 時重新計價 vs Grok 4.6 超過 200,000
• 長請求輸入 — GPT-6 Sol 每百萬 $4.00 vs Grok 4.6 每百萬 $4.00
• 長請求輸出 — GPT-6 Sol 每百萬 $15.00 vs Grok 4.6 每百萬 $12.00
• 快取輸入 — GPT-6 Sol 每百萬 $0.20 vs Grok 4.6 每百萬 $0.50
• 上下文視窗 — GPT-6 Sol 1,050,000 個 token vs Grok 4.6 500,000 個 token
• 輸入模態 — 兩者皆接受文字、圖像和檔案
• 知識工作分數 — GPT-6 Sol 47.6 vs Grok 4.6 44.3，依據 Artificial Analysis Intelligence Index
• Terminal-Bench 2.1 — GPT-6 Sol 未公布於相同修訂版本 vs Grok 4.6 88.4

把兩行輸出合起來讀，決策的形貌就會浮現。Grok 4.6 在任何低於 200K 的請求上，每百萬個輸出 token 便宜 $4.00，而超過 200K 時只便宜 $3.00。這比標題上的 40% 所暗示的差距小得多，因為兩個模型都會對整個請求重新計價，而不是只對超過界線的那部分計價——這是個值得細想的細節，因為一段 200,001 個 token 的提示，並不是以 1 個 token 按較貴費率、再加上 200,000 個按較便宜費率來計費。

那麼，門檻本身的方向正好相反。Grok 4.6 比 GPT-6 Sol 提早 72,000 個 token 開始重新計價。對於持續落在 200K 到 272K 之間的工作負載而言，Grok 4.6 是較昂貴的模型，儘管其每 token 的宣傳價格較低，而且它是兩者中唯一出現任何變動的。你的提示落在該區間的哪一側，是比哪個宣傳價格較低更有用的問題。

基準差距比價格差距更小且更窄

在 Artificial Analysis 的 Intelligence Index 上——這是第三方衡量的指標，而非廠商自製的表格——GPT-6 Sol 以 47.6 位居其位，Grok 4.6 則為 44.3。在 0 到 100 的量表上，3.3 分的差距確實存在，但這並不是那種會讓某個模型不適合某項任務、而另一個模型適合的差距。這也是在每個模型特定的推理設定下測得的，而 GPT-6 Sol 提供可設定的推理強度，Grok 4.6 也提供它自己的設定——因此，任何引用單一正面對決數字的人，引用的其實是二維網格中的一個點。

兩者真正拉開差距的地方，在於終端機風格的代理式工作。在 Terminal-Bench 2.1 上，Grok 4.6 拿下 88.4。GPT-6 Sol 在我們目錄所收錄的修訂版本上，並沒有可比的已公布數字，而對空白欄位最誠實的解讀是：該數字並未公布——而非該模型表現不佳。如果工作負載是長時間執行、由 shell 驅動的代理，已公布的證據有利於 Grok 4.6，而缺失的證據不能算作任何一方的證據。

長文本知識檢索的情況則相反。GPT-6 Sol 在長脈絡回憶上錄得 83.7，對比 Grok 4.6 的 80.3，而兩款模型的供應商各自在其他地方公布自家數據——SpaceXAI 強調 Grok 4.6 的 GPQA Diamond 為 94.9，而 OpenAI 的 GPT-6 資料大多由供應商提供且未經重現。有兩條規則可讓此事保持清楚：供應商的數字是一項宣稱，而指數數字是對具名修訂版的量測。兩者不可互換，也絕不該被平均成單一的「更佳」分數。

後繼者問題

這兩者都不是各自實驗室最新的模型，若假裝不是如此，將會是這項比較所能做出最具誤導性的事。SpaceXAI 於 2026 年 9 月 21 日推出 Grok 4.7，基本費率同為 $2.00 / $6.00，而智慧指數從 44.3 升至 46.4。OpenAI 於 2026 年 9 月 29 日推出 GPT-6.1 Sol，同樣是 $2.00 / $10.00，智慧指數為 51.8，且有一項費率實際上有所改善：快取輸入從每百萬 $0.20 降至 $0.10。Artificial Analysis 現在將其 GPT-6 Sol 頁面標示為已棄用，並指引讀者改看 GPT-6.1 Sol。

所以公平的框架不是「你該採用這兩者中的哪一個」，而是「這兩者中的哪一個，而且你確定它不是任一邊再新一個世代的版本嗎？」留在 GPT-6 Sol 的理由，通常是某個具體的、八天前才完成的整合，而不是能力上的宣稱；留在 Grok 4.6 的理由，則是某個已公布的終端代理數據，而其後繼版本尚未在公開場合達到同樣的水準。兩者都站得住腳，而且兩者都有時效限制。

從一個按鍵同時執行兩者

兩個模型都由 OrcaRouter 路由，因此讓兩個候選模型並存的機械性成本為零：一個 API 就能串接 200 多個模型，同一把金鑰，不必簽第二份合約，兩者之間也無須修改程式碼。這點在這裡比平常更重要，因為在這個特定組合中，採用第二個模型的理由並非能力上的避險，而是路由決策——把 200K 到 272K 的視窗送給 GPT-6 Sol，較短的全部交給 Grok 4.6，同一個應用程式就能在這個門檻的兩側都拿到較便宜的帳單，而這個門檻是兩家供應商都不讓你自行選擇的。

自動容錯移轉是同一套設定中無聊的那一半。長脈絡的代理執行之所以漫長，正是因為有東西讓工作階段保持開啟，而供應商在第四十分鐘時出的狀況，是代價高昂的那種失敗。事先配置好的第二條路由，能把這變成一次重試，而不是重跑一遍。

我們的型錄將兩者都列在供應商自己的定價上，完全不加價，因此任一張卡的價格變動在供應商端生效的當天，我們這邊也會同步生效。這一點值得直白說明，而不是當作口號：值得在意的原因是，上面那個 $0.20 對比 $0.50 的快取輸入價差，正是供應商會悄悄調整的那種項目，而直通式定價意味著你永遠不必等經銷商跟上。

究竟是什麼決定了它

如果你的提示詞很短，Grok 4.6 在輸出價格上的勝出幅度，是任何索引差距都無法彌補的，而且它的終端代理分數是兩欄中已公布的最強數字。如果你的提示詞很長，GPT-6 Sol 較晚的重新定價門檻和較長的視窗，比它較高的輸出費率更有價值，而快取輸入那一項的成本只有四分之一。如果你的提示詞落在 200K 到 272K 之間，你手上握著的正是唯一一種工作負載：看似較便宜的模型，實際上才是較貴的那一個，而解決辦法是選擇路由，而不是選擇模型。

真正該留意的不是這兩個模型中的任何一個，而是已經上市的兩個後繼者。Grok 4.7 和 GPT-6.1 Sol 都削弱了在這裡等待決策的理由；而每隔三週就得重跑一次的比較，應該放在路由器後面，而不是架構文件裡。