GPT-6.1 Sol的标价与 GPT-6 Sol 相同：每百万个输入 token $2，每百万个输出 token $10。实际账单还取决于另外三件事：缓存命中频率、输入是否超过 272K token，以及模型会消耗多少推理 token。本文将逐一介绍。
完整价格表
标准价格（每 1M token）
| GPT-6.1 Sol | GPT-6 Sol | GPT-6 Astra | GPT-6 Luna | |
|---|---|---|---|---|
| 输入 | $2.00 | $2.00 | $10.00 | $0.10 |
| 缓存输入 | $0.10 | $0.20 | $1.00 | $0.01 |
| 缓存写入 | $2.50 | $2.50 | $12.50 | $0.125 |
| 输出（含推理） | $10.00 | $10.00 | $50.00 | $0.50 |
以上是 AIHubMix 列出的价格。每个模型在 OpenAI 和 Azure 路由上的价格相同，而 GPT-6.1 Sol 的价格也与 OpenAI GPT-6.1 Sol 模型页面上的官方价格一致。
长上下文与网页搜索
| 输入不超过 272K | 输入超过 272K | |
|---|---|---|
| 输入 | $2.00 | $4.00 |
| 输出 | $10.00 | $15.00 |
| 缓存输入 | $0.10 | $0.20 |
| 缓存写入 | $2.50 | $5.00 |
输入超过 272K token 后，整个请求都会按较高一栏计费。两个档位的网页搜索费用均为每次请求 $0.01。
真正的变化：缓存读取价格降至输入价格的 5%
标价没有变化。变化的是缓存读取价格，从输入价格的 10%（$0.20）降至 5%（$0.10）。OpenAI 的提示词缓存指南对此说得很清楚：大多数模型的缓存读取费用为输入价格的 0.1 倍，而“GPT-6.1 Sol 为 0.05 倍”。
这一点很重要，因为智能体会在每一步都重新发送相同内容：系统提示词、工具定义、代码库上下文和对话历史。它们的大部分输入都是重复内容。对于这类工作负载，缓存价格实际上就是你的真实输入价格。
示例：一次编码智能体任务
假设条件：
- 固定前缀为 200K token（系统提示词、工具、代码库上下文）
- 共 50 步，每步新增 2K 输入 token，并生成 3K 输出 token（含推理）
- 为简化计算，假设前缀大小保持不变，在第 1 步写入缓存，并在之后的 49 步中全部命中缓存
实际运行中，对话历史会随每一步增长。即使只计算每步新增的 2K 输入，约到第 37 步时请求就会超过 272K（参见下文的 272K 临界点）。下方数据是基于这些假设和标价得出的估算值。
| 6.1 Sol，不使用缓存 | 6 Sol + 缓存 | 6.1 Sol + 缓存 | Astra + 缓存 | |
|---|---|---|---|---|
| 初次写入 200K 缓存 | — | $0.50 | $0.50 | $2.50 |
| 49 次缓存读取 | — | $1.96 | $0.98 | $9.80 |
| 前缀按普通输入计费 | $20.00 | — | — | — |
| 100K 新增输入（按写入价格计费） | $0.20 | $0.25 | $0.25 | $1.25 |
| 150K 输出 | $1.50 | $1.50 | $1.50 | $7.50 |
| 总计 | $21.70 | $4.21 | $3.23 | $21.05 |
三点结论：
- 缓存是影响成本的最大因素。同一个模型、同样的工作量，不使用缓存的运行成本接近使用缓存时的七倍（$21.70 对比 $3.23）。
- 在这个示例中，6.1 Sol 比 6 Sol 便宜约 23%（$3.23 对比 $4.21），而且得分更高。
- 对于缓存密集型工作，Astra 的成本比 5 倍标价差距所显示的还要高。在此示例中，Astra 的成本是 6.1 Sol 的 6.5 倍（$21.05 对比 $3.23），因为 Astra 对缓存输入打 90% 的折扣，而 6.1 Sol 的折扣为 95%。
这与 OpenAI 自己公布的单任务成本数据一致，数据由Vellum和The Next Web汇总：在 DeepSWE 上，6.1 Sol 约为 $1.50，Astra 为 $7.70；在 OSWorld 上分别为 $1.30 和 $9.30；在 Terminal-Bench Science 上分别为 $5.47 和 $23.80。
需要注意的是：OpenAI 表示，Astra 通常只需更少的输出 token 就能完成相同任务。比较模型时，应看每项任务的成本，而不是每个 token 的成本。
缓存写入并非免费
在默认 30 分钟缓存有效期内，6.1 Sol 的缓存写入费用为输入价格的 1.25 倍。如果前缀只使用一次，启用缓存反而会让成本增加 25%。根据 OpenAI 指南中的公式：
- 一次写入加一次读取：费用是普通输入成本的 1.35 倍（6.1 Sol 为 1.3 倍），不使用缓存则为 2 倍
- 一次写入加九次读取：费用约为 2.15 倍（6.1 Sol 约为 1.7 倍），不使用缓存则为 10 倍
可缓存提示词的最小长度为 1,024 token。将 OpenAI 的盈亏平衡公式用于 6.1 Sol 的 0.05 倍读取价格后可知，长度不超过 51 token 的前缀始终不划算。若用于 10 次或更多请求，把任何超过 174 token 的内容扩展到 1,024 token，并加入有用且稳定的内容，成本都会更低。（OpenAI 指南给出的数字是 102 和 221 token，这些数字按大多数其他模型采用的 0.1 倍读取价格计算。）
如果提示词中没有任何内容会重复使用，例如只发送一次文档并针对其提出一次性问题，请使用显式模式（prompt_cache_options.mode: "explicit"）且不设置断点。这样请求就不会创建缓存写入，因此无需支付任何缓存写入费用。
272K 临界点
6.1 Sol 支持最多 1.05M token 的上下文，但输入一旦超过 272K，整个请求都会按较高价格计费，而不只是超过临界值的部分。
| 请求 | 输入 | 输出 | 成本 |
|---|---|---|---|
| A | 270K | 10K | 0.27 × $2 + 0.01 × $10 = $0.64 |
| B | 280K | 10K | 0.28 × $4 + 0.01 × $15 = $1.27 |
输入只多 10,000 token，账单几乎就会翻倍。
如何避免超过临界值：
- 在客户端统计 token 数，并在达到 272K 之前精简或缩短内容
- 检索长文档中的相关部分，而不是发送全文
- 确实需要长上下文时，将固定内容放入缓存前缀
精简内容会重置缓存，因此需要完整支付一次缓存写入费用。超过 272K 后，每个请求的费用都会提高到原来的 1.5 至 2 倍。一次运行中剩余步骤越多，精简内容就越划算。
推理强度如何影响账单
推理 token 按输出价格计费，即每百万个 token $10。同一任务在最高推理强度下使用的推理 token 可能远多于低强度时。
OpenAI 公布的单任务成本可以帮助了解大致范围（这些数据来自不同的基准测试，因此只能比较量级）：
- AutomationBench（medium）：约 $0.30
- GDP.pdf：约 $0.38
- DeepSWE（high）：约 $1.50
- Terminal-Bench Science（max）：约 $5.47
本系列关于推理强度的文章会介绍如何选择级别。这里还要提醒一点：在对话中途更改推理强度会使缓存失效。OpenAI 的指南解释说，这项设置可能会改写提示词开头的隐藏系统指令，因此之后的内容都无法匹配。请在对话开始时选定一个级别，并保持不变。
同价位模型对比
| 模型 | 输入 / 输出 | 缓存输入 | 输入超过 272K |
|---|---|---|---|
| GPT-6.1 Sol | $2 / $10 | $0.10 | $4 / $15，整个请求 |
| Claude Sonnet 5.5 | $2 / $10 | $0.10 | 输入不超过 1M 时无附加费 |
| GPT-6 Astra | $10 / $50 | $1.00 | $20 / $75，整个请求 |
6.1 Sol 和 Claude Sonnet 5.5 的标价相同，而且根据Anthropic 的定价页面，两者的缓存价格也同为 $0.10。区别在于长上下文：Sonnet 5.5 的完整 1M 上下文窗口都按标准价格计费，因此超过 272K 后，它的每 token 费用更低。两款模型各有所长。例如在 AutomationBench 上，Sonnet 5.5 的得分明显更高。当两款模型的每 token 成本相同时，在你的工作负载上单项任务成本更低的模型才更便宜。
AIHubMix 对比页面并列展示两款模型的规格和价格，而且一个 API 密钥就能调用两者，因此你可以用它们执行相同任务并进行比较。
价格依据 AIHubMix、OpenAI 和 Anthropic 于 2026 年 10 月 22 日公布的定价页面，且可能发生变化。
成本检查清单
- 将稳定内容放在前面。系统提示词、工具定义和参考资料放在开头。时间戳和用户特定数据放在末尾。
- 追加内容，不要改写。总结、截断和精简都会重置缓存。
- 保持工具列表稳定。不要针对每个请求增删工具。改用
tool_choice或allowed_tools。 - 每段对话只选一种推理强度。在对话中途更改会重置缓存。
- 输入保持在 272K 以内。
- 按任务选择模型。简单且高频的任务用 Luna，大多数任务用 6.1 Sol，最难的问题用 Astra。
- 关注三个数字：
cached_tokens、cache_write_tokens和reasoning_tokens。
总结：标价没有变化，但缓存读取价格降低了 50%。对于智能体工作负载，只要充分利用缓存并将输入控制在 272K 以内，6.1 Sol 就是 GPT-6 系列中性价比最高的模型。
常见问题
GPT-6.1 Sol 的价格是多少？
每百万个输入 token $2，每百万个输出 token $10，缓存输入 $0.10，缓存写入 $2.50。输入超过 272K token 的请求，整个请求按输入 $4、输出 $15 计费。
通过 AIHubMix 调用比直接使用 OpenAI 便宜吗？
标准价格相同。AIHubMix 的 OpenAI 和 Azure 路由都与 OpenAI 官方价格一致，包括输入超过 272K 的价格档位。
为什么我的账单比预估的高？
常见原因有三种：推理 token 按输出价格计费；请求的输入超过 272K，导致整个请求按较高价格计费；或者缓存未命中，或只使用一次的前缀产生了缓存写入费用。
缓存写入需要额外付费吗？
写入缓存的 token 按输入价格的 1.25 倍计费。这会取代普通输入费用，而不是在其基础上额外收费。前缀从第二次使用起就能收回成本。对于只使用一次的前缀，采用不设断点的显式模式就不会产生写入。
6.1 Sol 的成本与 Astra 相比如何？
Astra 的标价是 6.1 Sol 的五倍。在上文的缓存密集型智能体示例中，Astra 的成本为 $21.05，而 6.1 Sol 为 $3.23，前者约为后者的 6.5 倍，因为 6.1 Sol 对缓存输入的折扣更大。Astra 每项任务通常使用更少的输出 token，因此请根据自己的工作负载比较单项任务成本。
Claude Sonnet 5.5 比 GPT-6.1 Sol 便宜吗？
输入不超过 272K 时，两者价格相同：输入 $2、输出 $10，缓存输入 $0.10。超过 272K 后，Sonnet 5.5 的每 token 价格更低，因为它没有长上下文附加费。哪款模型的单项任务成本更低，取决于它们各自在你的任务中需要使用多少 token。
在对话中途更改推理强度会增加成本吗？
会。这项设置可能会更改提示词开头的隐藏指令，导致缓存前缀不再匹配，下一次请求就会重新写入缓存。请在对话开始时选定一个级别，并保持不变。
继续阅读：GPT-6.1 Sol 系列
- 推理 token 是最容易被忽视的成本。哪些任务用低强度就够，哪些任务用最高强度才值得：为 GPT-6.1 Sol 选择推理强度：从低到最高
- 迁移后，新的缓存规则可能会增加账单。断点、写入计费、TTL 及另外八个常见问题：迁移到 GPT-6.1 Sol：可能出错的 9 件事
- 更便宜，但够用吗？6.1 Sol 在编程和计算机操作方面与 Astra 有多接近：GPT-6.1 Sol 与 GPT-6 Sol：一周后的升级，几乎追上 Astra
来源
- （OpenAI）GPT-6.1 Sol
- （OpenAI）提示词缓存
- （Anthropic）定价
- （AIHubMix）GPT-6.1 Sol
- （Vellum）GPT-6.1 Sol 基准测试详解
