GPT-Rosalind vs GPT-6.1 Sol：同一間實驗室向你販售兩扇通往生物學的門

GPT-Rosalind 與 GPT-6.1 Sol 來自同一家公司，透過同一套 API 介面運作，輸出 token 數卻相差 2.5 倍。兩者之中只有一個要求你填寫表單。這就是用一句話概括的完整比較，而本文其餘部分要談的是，為什麼這句話不如表面上看起來那麼有用。GPT-Rosalind 自 2026 年 4 月 16 日起就已存在，GPT-6.1 Sol 則自 2026 年 9 月 29 日起存在；10 月改變的是，O​penAI 開始透過 ChatGPT Business 席位免費將 Rosalind 提供給大學，卻仍不開放 API 存取，這迫使每個實驗室回答一個在 9 月時還不必回答的問題：什麼時候該為專家模型支付 2.5 倍費用，什麼時候該把工作交給便宜的通用模型並接受損失？當專家模型的存取條款在推出後改變時，這項變更會連同日期與來源記錄在AI 事件檔案庫中，與我們追蹤的其他模型和供應商事件並列。

兩款入門引導流程不同的 O​penAI 模型

先從每一個在第一個請求之前對你提出的要求開始，因為那決定了你究竟能不能取得價格比較。

• 入門要求 — GPT-Rosalind：受信任存取審查、機構驗證，未公布服務等級。GPT-6.1 Sol：除計費帳戶外，別無其他要求。

• 執行範圍 — GPT-Rosalind：ChatGPT、Codex 與 API，適用於獲核准的組織。GPT-6.1 Sol：ChatGPT Work 與 Codex 中的 Plus、Pro、Business、Enterprise 與 Edu 方案，以及 API——明確不包含消費版 Chat 產品。

• 學術途徑 — GPT-Rosalind：根據 10 月 15 日學術方案，最多可提供 30 個免費 ChatGPT Business 席位，為期最多十二個月，但不包含 API 存取。GPT-6.1 Sol：僅適用一般商業條款。

• 這道關卡所保護的是什麼 — GPT-Rosalind：該模型的生物學能力。GPT-6.1 Sol：沒有；它是通用模型，賣給任何有信用卡的人。

最後一列才是規劃時真正重要的那一列。某項限制之所以存在，是因為模型在某個特定主題上具有危險性，這會透露它的能力集中在何處。GPT-6.1 Sol 並不帶有那類限制，而這種缺席很能說明問題：OpenAI 自身對它的定位是代理式編程、電腦操作，以及大量處理文件的專業工作，比 GPT-6 Astra 低一階。生物學並不在其宣傳重點中。

費率表，以唯一真正能決定一切的單位呈現

每百萬個 token 的標價，是拿專用模型與通用模型相比時最沒用的方式，因為專用模型經過調校，會使用更少的 token，而通用模型則經過調校，讓每個 token 更便宜。這兩種效應都真實存在，而且方向相反。先列出原始數字。

• 輸入 — GPT-Rosalind 每 1M 為 $5.00，GPT-6.1 Sol 為 $2.00。專用模型的成本是它的 2.5 倍。

• 輸出 — GPT-Rosalind 每百萬 $25.00，相較於 GPT-6.1 Sol $10.00。此外為 2.5 倍。

• 快取輸入 — GPT-Rosalind $0.50 對比 GPT-6.1 Sol $0.10。足足 5× 的差距，而且在長時間的 agent 工作階段中會持續複利累積。

• 長提示 — 對於超過 272K 輸入 token 的整筆請求，GPT-6.1 Sol 會以 2 倍輸入與快取費率及 1.5 倍輸出費率重新計價。GPT-Rosalind 並未公布同等的長上下文附加費。

• 上下文 — GPT-Rosalind 1,000,000 個權杖。GPT-6.1 Sol 1,050,000 個權杖，最大輸出 128,000。

• 知識截止 — GPT-6.1 Sol 記載 2026 年 4 月 30 日。O​penAI 未公布 GPT-Rosalind 的相應截止日期。

現在來看標價所隱藏的部分。Rosalind 自家的評測資料把 token 減少量與分數提升報導得同樣醒目：在 MedChemBench 上少用 7.2% 的 token，在 GeneBench 上少用 31%，在 LabWorkBench 上少用 5.3%，並以 LifeSciBench 上每 token 效能提高 4.42% 作為頭條數字。單一基準測試節省 31% 的 token，並不足以彌補 2.5 倍的價格差距。O​penAI 公布的数字中没有任何一项能做到这点。专业级溢价确实存在，而它换来的是准确性，不是效率。

科學任務在一般模型上的成本

GPT-6.1 Sol 的發布表格中有一列與實驗室直接相關，而這是 OpenAI 唯一以每項任務成本、而非每 token 成本來呈現的地方。在 Terminal-Bench Science 0.1 這組科學工作流程上，OpenAI 報告指出，GPT-6.1 Sol 在最高推理強度下的得分超過 GPT-6 Sol 的兩倍，平均每項任務為 $5.47，相較之下 Claude Opus 5.5 為 $23.21，Astra 為 $23.80。

在把那個數字用進預算之前，有兩點要留意。它和那張表裡的其他每個數字一樣，都是廠商自行回報的；而且該基準測試是把科學工作流程當成軟體問題來衡量——讀取資料、執行工具、產出結果——而不是當成領域推理問題。它更接近運算團隊整天實際在做的事，而不是藥物化學家做的事。因此，它對科學周邊的基礎管線是合理估計，對科學本身則是糟糕的估計。

那個區別正是整場比較的實務答案。每項任務 5.47 美元的 GPT-6.1 Sol，是適合用來處理解析儀器輸出的程式碼、統籌掃描流程的筆記本，以及會議前文獻初篩的正確工具。GPT-Rosalind 則是用來處理那個需要具備構效關係訓練背景的模型才有辦法提出見解的問題的工具。

兩個模型都沒有獨立的評分，而這並不對稱。

這是幾乎所有比較都會略過的對戰環節。GPT-6.1 Sol 在 GPT-6 Sol 推出一週後發布，而在撰寫本文時，Artificial Analysis 尚無它的條目。該公司自己的說法是，它以五分之一的價格「幾乎媲美」GPT-6 Astra，但這只是針對一個尚未獲得獨立評分的模型所作的定位主張。GPT-Rosalind 同樣沒有獨立評分，但原因不同：專門型模型根本不會被納入一般排行榜的追蹤範圍，因此這種缺席是結構性的，而非暫時性的。

• 獨立綜合——兩者皆缺席。GPT-6.1 Sol 太新且尚未評分；GPT-Rosalind 不在董事會的範疇內。

• 供應商基準測試套件 — GPT-6.1 Sol：DeepSWE v1.1、GDP.pdf、AutomationBench 1.0.6、OSWorld 2.0 與 Terminal-Bench Science 0.1，全部以相對於 OpenAI 自家模型及相對於 Claude Opus 5.5 的差異值呈報。GPT-Rosalind：MedChemBench、GeneBench、LabWorkBench、BixBench 與 LifeSciBench，全部以相對於 GPT-5.5 的結果呈報。

• 獨立佐證 — 兩者皆無。上一列中的每一個數字，皆由販售該模型的公司所提供。

實務上，這意味著你無法將這兩個模型排名，而且短期內也不會有第三方替你這麼做。決策必須基於任務契合度與存取條件，而不是分數比較。任何人拿給你一張把 Rosalind 和 Sol 放在同一軸線上的表，那條軸線都是他們自己捏造出來的。

尷尬的中間地帶：多數實驗室兩種佇列都需要

研究機構處理的請求並非只有一種。它會處理一長串日常事務——解析、繪圖、重構分析腳本、摘要論文、起草方法章節——以及少量以領域調校為核心的短頭請求。長尾才是 token 消耗所在。單一定序管線花在日誌解析上的 token，可能比花在促成它的生物學問題上還多。

相較於那個現實來衡量成本，合理的配置並不是在兩個模型之間做選擇；而是帶有規則的拆分。長尾交給便宜的通用模型，它今天就能用、無需審查，費用為 $2.00 / $10.00，快取輸入為 $0.10。頭部交給專用模型，成本是 2.5 倍，而且正好在通用模型的回答看似合理卻錯誤的那些請求上值得。

設計時要防範的失效模式，是佇列之間無聲的漂移。如果專用金鑰受到速率限制，或專用路由發生錯誤，粗糙的備援鏈就會用通用模型照樣回答生物學問題，而輸出看起來會像是專用模型的答案。這比直接報錯更糟，因為錯誤是可見的。你要的規則是：為專用模型設定具名路由，無法使用時直接硬性失敗，通用模型只處理刻意路由到那裡的請求。

OrcaRouter 位於何處，以及不位於何處

GPT-6.1 Sol 已在 OrcaRouter 上以供應商牌價提供——每百萬個 token 輸入 $2.00、輸出 $10.00、快取輸入 $0.10，且加成 0%，這表示 OpenAI 的定價變更會在發布當天就反映到我們的目錄，而不是等到下一次合約續約。272K 長提示的重新定價會以同一模型項目上的分層費率延續，因此跨越門檻的請求會按較高層級計費，而不會在帳單上讓你大吃一驚。

GPT-Rosalind 不在 OrcaRouter 上，也不在任何第三方路由器上，僅能透過 OpenAI 的信任存取計畫取得。我們不會模糊這一點。在這樣的分工中，我們這一側為你帶來的是無聊的那一半：一組金鑰與一份帳單，可用於 GPT-6.1 Sol 及 200 多個其他模型，自動容錯移轉，讓供應商短暫出狀況時轉移請求，而不是讓整次執行中斷；還有一套路由 DSL，讓你將分流佇列規則寫成設定，而不是寫在 wiki 裡的慣例。模型融合是這裡另一個值得了解的槓桿——由便宜的一般模型與昂貴的專家模型組成的小組共同作答，就能對邊界結果取得第二意見，而不必為每個請求支付專家費率。

這將如何解決

有兩件事可以消解這種模糊性，而兩者在一季內都看似可能成真。對 GPT-6.1 Sol 的獨立評測能告訴你，「幾乎媲美 Astra」在你關心的任務上是否屬實；在那之前，這個說法只是附帶價格的定位宣示。而 OpenAI 若將 API 存取納入學術方案，這類動作都會在一夜之間改變大學內部的盤算——讓目前只有免費聊天席位、沒有管線存取權的實驗室，獲得免費的專家級能力。

若兩者皆不成立，這條規則取決於請求的形式，而非模型品質。如果一個錯誤答案會讓你損失一次實驗、一份申報文件或一次撤稿，專家模型的 2.5× 價格就很便宜，而它需要經過審核這件事，是你該慶幸存在的過濾機制。如果一個錯誤答案只會讓你損失一次重跑，GPT-6.1 Sol 今天就能以 Astra 價格的五分之一取得，具備 1.05M-token 上下文，而且使用它無須任何人批准。