Solar Pro 4 vs Solar Open 2 250B：Upstage 的兩款旗艦，平分秋色

Upstage 在三週內針對同一問題給出了兩個不同的答案，而且其中任何一個都不是另一個的版本。Solar Open 2 250B，於 7 月 22 日以開放權重形式釋出，是該公司主權 AI 的展示之作：總參數 250B，每個 token 約有 15B 活躍參數，宣稱支援 1M token 的上下文，並附有允許執行與修改的授權。Solar Pro 4，於 8 月 10 日商業化推出，是閉源權重的旗艦產品：524K 的上下文，每百萬輸入 token 收費 $0.03、每百萬輸出 token 收費 $0.12，而且完全無意釋出權重。同一家公司、相同的 agentic 主張，卻有相反的發佈策略——這個差異不是細節，而是整個故事的核心。因為截至本週，其中一個模型呼叫起來輕而易舉，另一個則出了名地難以運行。

家庭論點

這兩個模型都屬於 Upstage 的 Solar 系列，而該公司已明確將此系列重新定位為「用於代理型應用程式」。兩者體現了 Upstage 策略上的分歧：Solar Open 2 250B 的存在是為了公開證明韓國主權 AI 的能力——基準測試分數、技術報告、Hugging Face 權重、商業授權——而 Solar Pro 4 的存在則是為了成為獲利、封閉、代管式的旗艦產品。在理性的世界中，這兩者應該是同一個模型，只是授權方式不同。實際上，Upstage 打造開放模型是作為研究與主權的宣示，而 Pro 模型才是產品。本文以唯一公平的方式比較這兩者：將它們視為同源於一個母公司的兩種部署選項，決定性因素在於你實際上能用它們做些什麼。

它們真正不同的地方

• 權重 — Solar Open 2 250B：開放，可在 Hugging Face 取得（upstage/Solar-Open2-250B）；Solar Pro 4：封閉，僅提供 API

• 規模 — Solar Open 2 250B：總計 250.29B，每個 token 約 15B 活躍參數；Solar Pro 4：參數數量未公開

• 上下文 — Solar Open 2 250B：宣稱 1,048,576 個 tokens；Solar Pro 4：524K 個 tokens

• 授權 — Solar Open 2 250B：Upstage Solar 授權（基於 Apache-2.0，附有「Solar」命名/署名文字）；Solar Pro 4：專有授權

• 價格 — Solar Open 2 250B：由您自行托管，因此成本即為您的 GPU 費用；Solar Pro 4：每 1M 個 token 收費 $0.03/$0.12，按 token 計費

• 證據 — 兩者皆是：供應商回報的基準測試表；截至本週，兩者均無獨立實驗室的複現結果。

最後一行很重要。Solar Open 2 250B 的分數——MMLU-Pro 86.2、LiveCodeBench v6 92.4、APEX-Agents 16.6、韓語平均 85.4——來自 Upstage 自己的技術報告，與模型權重一同發布。Solar Pro 4 的宣稱則來自更缺乏細節的發布資料。兩款模型的數字都未經獨立重現驗證。差別在於：Solar Open 2 250B 的報告是 30 頁的文件，你可以親自閱讀；而 Solar Pro 4 的「長文件推理、多輪工具使用和終端任務表現的改進」只是新聞稿中的一句話。

每個人都搞反的部分

常見的假設是，開放權重比封閉式 API 更容易使用。但對 Solar Open 2 250B 而言，情況正好相反。模型卡上寫得很明確：「此模型未由任何推論提供者部署。」不存在任何託管端點。bfloat16 權重達 500.6 GB——最低配置為四張 H200，建議八張——而且服務堆疊並非原版 vLLM：那些讓它在長上下文下運行成本低廉的架構選擇（四分之三的層採用線性注意力、不使用 RoPE），恰恰是通用推論軟體沒有現成程式碼路徑可用的選擇。量化版本（Nota AI 的 NVFP4，153.3 GB）雖能縮減記憶體，但會將你綁定在 Blackwell 硬體以及 vLLM 的分支上。這是一個你得自己架設的模型，而句中的「架設」確實是實打實的工作。

相對來說，Solar Pro 4 是託管式 API，其免費試用期剛於 8 月 10 日截止。你註冊、取得金鑰、然後呼叫它。這整個差異用一句話說就是：Solar Open 2 250B 是一個專案；Solar Pro 4 是一項產品。對於一個現在就想要代理式模型的團隊而言，「專案」是成本，而不是功能。

每個實際上是用來做什麼的

Solar Open 2 250B 是為想要擁有該模型的組織而設計：資料落地要求、主權 AI 授權、具備閒置容量的 GPU 叢集，或是一條長期成本曲線，其中「每 token 的邊際成本」比當前的費率表更重要。韓語品質確實是差異化優勢——其 tokenizer 處理相同的韓文文字時，只需全球模型所需 token 的 50–80%，且 Ko-GDPval 分數與 DeepSeek-V4-Pro 幾乎不相上下。如果你在自己的硬體上大規模服務韓國使用者，這就是這款模型存在的原因。

Solar Pro 4 是為其他人而生的：團隊想要代理行為、長上下文推理，以及相較於前沿模型 50–250 倍的價格優勢，卻不必運行任何 GPU。它是對「我想要 Solar 的代理導向，但我不想要基礎設施專案」的務實回應。取捨在於永久性——你永遠無法擁有它——以及驗證性——目前你只能相信 Upstage 對品質的保證。

有一個第三種立場可以避開這個選擇。Solar Pro 4 同時位於 Upstage 自家的 API 和幾個第三方平台上，因此你不會被鎖定在單一供應商的部署模式中——而讓這種可攜性得以實現的正是路由層：一個 API 涵蓋 200 多個模型，按供應商列表價格計費，零加價，自動故障轉移，而且當你想把工作負載轉移到不同模型時，只需變更設定，不必重寫程式。當獨立基準測試與 Upstage 的說法產生矛盾的那一天，你可以重新導向信任這些說法的流量。這就是不將你的架構鎖定在單一供應商費率表上的意義所在：路由層讓這項賭注可以撤銷。

底線

Solar Open 2 250B 是更具野心、也更難使用的模型。Solar Pro 4 則更為便利，是你實際可以呼叫的那一個。如果你有 GPU，而且有理由擁有該模型——尤其是韓文相關的工作——開源姊妹模型就是答案，而 1M 上下文長度的宣稱，則是你該親自驗證的事。如果你今天下午就想要一個具代理能力的旗艦模型，封閉旗艦模型就是答案，價格便宜得像是四捨五入的誤差，但也像剛上市一週的模型一樣未經考驗。兩者無法互相取代，而 Upstage 顯然就是如此規劃：一個模型用來展示能力，一個用來銷售。