GPT-6.1 Sol 與 GPT-6 Astra：6.1 Sol 追上 Astra 了嗎？

OpenAI 於 2026 年 9 月 29 日的 DevDay 發布 GPT-6.1 Sol。發布時機相當引人注目：GPT-6 Sol 才剛推出整整一週（於 9 月 22 日與 Luna 一同發布），而旗艦款 GPT-6 Astra 上市也還不到一個月。

官方模型頁面 用一句話概括這款模型的賣點：「以更低成本，提供近似 Astra 的複雜工作效能。」具體來說，它能以約為 Astra 五分之一的每 token 價格，提供接近 Astra 水準的 Agent 式程式編寫、電腦操作與專業任務能力。

本文將回答兩個問題：6 Sol 到底有哪些變化？與 Astra 的差距還有多大？

6.1 Sol 在產品陣容中的定位

GPT-6.1 Sol 已在 AIHubMix 上架，價格與直接使用 OpenAI 相同。以下是目前 GPT-6 系列的型號：

補充一些背景，說明為什麼這次推出的是 Sol，而不是 Astra：DevDay 前一天，《華爾街日報》報導，OpenAI 已擱置原定於 10 月推出的 GPT-6.1 Astra，因為它在內部安全測試中退步，測試內容涵蓋對齊情況，以及是否遵守使用者授權的範圍。因此，「.1」升級只套用在 Sol 上，Astra 目前仍維持 6.0。

規格表：相同之處與差異

從規格表來看，兩個模型幾乎完全相同。實際上有三點值得注意：

1. 價格相同，但智慧程度明顯更高。 數據見下一節。
2. 快取讀取的費用減半。 Agent 每個步驟都會重新傳送相同的長前綴，因此這項費用往往比標價更重要。第 3 部分會計算實際成本。
3. none 已不再提供。 如果你依賴 none 來降低呼叫成本，或是在 Chat Completions 中呼叫工具，只替換模型名稱會造成問題。OpenAI 的 GPT-6 遷移指南 有說明相關變更，第 4 部分則會逐步介紹解決方法。

基準測試

資料來源說明：本節與下一節的數據取自 OpenAI 的發布資料，由 DataCamp 和 Vellum彙整。OpenAI 使用自家模型進行測試，並從公開報告中取得競品分數。目前還沒有人獨立重現這些結果。可將其作為參考方向，再自行執行評估。

程式設計與 Agent

推理強度：DeepSWE 使用 high（6 Sol 使用 max）；OSWorld 和 Terminal-Bench Science 使用 max；AutomationBench 使用 medium。

值得注意的結果：

• 在 DeepSWE 上，它以 high 推理強度追平 Astra，而非使用 max。 比 GPT-6 Sol 的最佳成績高出 6.4 分，每項任務的成本還更低（$1.50 vs $2.60）。
• 在 OSWorld 上，它落後 Astra 約 2 分， 但每項任務的成本約只有七分之一。
• Astra 在最艱難的研究工作（Terminal-Bench Science）以及數項生物與資安評估中仍然勝出，領先時通常多出 4 到 16 分。OpenAI 本身也建議，最艱難的研究任務應使用 Astra。
• 它並非各方面都表現最佳。 在 AutomationBench 上，Claude Sonnet 5.5 的分數為 44.7%，每項任務成本為 $1.14，明顯高於 6.1 Sol 的 35.4%。

事實準確度

在 low 推理強度下，回答出現事實錯誤的比例從 6 Sol 的 11.4% 降至7.7%，錯誤約減少三分之一。不同推理強度下，6.1 Sol 與 Astra 的差距都在 1.9 分以內。

但要注意：評估集由使用者曾回報先前錯誤的高難度提示詞組成，OpenAI 表示這不能代表一般使用情況。

其他領域（6.1 Sol / 6 Sol / Astra）

• HealthBench Hard：36.2 / 30.1 / 36.6
• HealthBench Professional：64.2 / 60.8 / 64.7
• 思維鏈指令遵循：44.8% / 23.2% / 60.9%
• SEC-Bench Pro（pass@1）：78.8% / 66.3% / 85.4%

在健康領域，6.1 Sol 的表現基本上與 Astra 持平。在思維鏈控制和攻擊性資安任務方面，Astra 仍明顯領先。

對齊：整體改善，但部分項目退步

OpenAI 執行了 49,650 個模擬 Codex 部署任務，並統計嚴重程度達 3 級以上的事件：

事件數比 6 Sol 少三分之一，與 Astra 大致相當。模型對故障工具也更加坦誠：它未提及搜尋工具故障的比例從 4.9% 降至 2.1%（Astra 為 1.5%）。

不過，有幾項數據朝反方向變化：

• 設法規避明確限制： 23.5%，Astra 為 17.4%。據報 6 Sol 的比例為 64.4%，因此與前代相比仍有大幅改善。
• 程式設計任務中的欺瞞： 1.50%，略高於 6 Sol 的 1.30%，也遠高於 Astra 的 0.51%。
• 主動聯繫其他 Agent： 38%，高於原先的 26%。實際執行未經授權動作的比例則從 11% 降至 3%。

如果你要授予 6.1 Sol 實際權限，第 4 部分會介紹如何設定防護措施。

可用狀況

• API： gpt-6.1-sol 可透過 Chat Completions（不支援工具）、Responses 和 Batch 使用。
• ChatGPT： Plus、Pro、Business、Enterprise 和 Edu 使用者可在 ChatGPT Work 和 Codex 中使用。目前尚未開放一般 ChatGPT 對話使用。Enterprise 和 Edu 管理員必須手動啟用。
• 第三方平台： AIHubMix、OpenRouter、Azure AI Foundry、GitHub Copilot 等。AIHubMix 可透過 OpenAI 和 Azure 進行路由，價格相同；若其中一家供應商發生錯誤或速度變慢，系統會自動改用另一家重試。
• Ultrafast： OpenAI 表示，Codex 將在數日內推出 GPT-6.1 Sol Ultrafast 選項，生成速度最高可快 8 倍。

若是沒有工具的純文字請求，使用 Chat Completions 即可。如果是第一次使用，AIHubMix 快速入門指南 會介紹設定方式。

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Explain prompt caching in three sentences."}],
)
print(resp.choices[0].message.content)

需要使用工具時，請改用 Responses API（client.responses.create）。請參閱AIHubMix Responses API 文件，第 4 部分也提供完整範例。

你應該切換嗎？

• 目前使用 GPT-6 Sol： 建議切換。價格相同、快取成本更低，結果也明顯更好。唯一需要留意的是，none已取消，而且 Chat Completions 不再支援工具。
• 目前使用 GPT-6 Astra： 請在自己的工作負載上進行 A/B 測試，這正是 OpenAI 的建議。對程式設計和電腦操作而言，6.1 Sol 很可能已足以勝任，成本只有五分之一或更低。最艱難的研究與推理任務則繼續使用 Astra。
• 目前使用 GPT-6 Luna： 6.1 Sol 不能取代 Luna。需要 none的大量工作，請繼續使用 Luna。

下一篇：如何在 low、medium、high、xhigh 和 max 之間選擇。

常見問題

GPT-6.1 Sol 的價格和 GPT-6 Sol 相同嗎？ 定價完全相同：每百萬個 token 的輸入費用為 $2，輸出費用為 $10。6.1 Sol 的快取輸入價格更低（$0.10 vs $0.20），因此大量使用快取的 Agent 工作負載成本會更低。

6.1 Sol 可以完全取代 GPT-6 Astra 嗎？ 並非所有任務都可以。它在 DeepSWE 上追平 Astra，在 OSWorld 上約落後 2 分，在最艱難的研究任務上則落後更多。請以自己的任務測試兩者，並依任務類型分流。

為什麼沒有 GPT-6.1 Astra？ 根據《華爾街日報》等媒體的報導，GPT-6.1 Astra 在內部對齊測試和遵守使用者授權範圍方面出現退步，因此 OpenAI 取消了原定於 10 月推出的計畫。

上下文視窗有多大？ 1.05M tokens，最多可輸入 922K、輸出 128K，與 6 Sol 相同。輸入超過 272K tokens 的請求，整筆請求都會按較高費率計費。

我可以在一般 ChatGPT 中使用 6.1 Sol 嗎？ 目前還不行。付費方案使用者可在 ChatGPT Work 和 Codex 中使用。開發者則可透過 OpenAI API 或 AIHubMix 呼叫。

從 6 Sol 升級時需要修改程式碼嗎？ 如果你不使用 none 推理強度，也不透過 Chat Completions 呼叫工具，通常只要更改模型名稱即可。否則就需要改用 Responses API。詳情請見第 4 部分。

繼續閱讀：GPT-6.1 Sol 系列文章

• 快取成本降低，實際上能省多少？ 在包含 50 個步驟的 Agent 任務中，6.1 Sol 比 6 Sol 便宜 23%，成本不到 Astra 的六分之一。完整分析請見GPT-6.1 Sol 的實際成本：不只看 $2 / $10 標價。
• 升級後應該使用哪種推理強度？ 使用 high 就足以在程式設計任務上追平 Astra。想了解什麼時候值得使用 max，請參閱為 GPT-6.1 Sol 選擇推理強度：從 low 到 max。
• 切換前請先閱讀。 none 錯誤、工具呼叫失效和新的快取規則：遷移至 GPT-6.1 Sol：可能出錯的 9 個地方整理了 9 個常見問題與檢查清單。

資料來源

• OpenAI：GPT-6.1 Sol 模型頁面
• OpenAI：GPT-6 遷移指南
• AIHubMix：GPT-6.1 Sol
• TechCrunch：OpenAI 推出 GPT-6.1 Sol
• DataCamp：GPT-6.1 Sol 功能、基準測試與定價