從 GPT-6 Sol 升級至 6.1 Sol，看起來只要改一行，而且價格也相同。但其中有幾項重大變更和行為差異，因此只更改模型名稱，可能會導致錯誤、收到意外帳單，或讓 Agent 的行為有所不同。OpenAI 的 GPT-6 遷移指南 涵蓋了大部分官方變更。本文補充一些實際使用時容易踩到的問題。
以下按照「明顯失敗」到「悄悄失敗」排序。
1. reasoning_effort: "none" 會回傳 400 錯誤
你會看到： 請求遭到拒絕。
原因： 6.1 Sol 不支援 none 或 minimal。最低層級是 low。GPT-6 Sol 和 Luna 仍接受 none，所以舊程式碼在那些模型上可以正常運作。
修正方式：
- OpenAI 建議將
none替換為low。如果原本使用minimal，請從low開始比較。 low比none慢，也更昂貴，因為它會產生推理 token。對於自動完成或即時分類等對延遲極為敏感的流程，繼續使用 GPT-6 Sol 或改用 Luna 可能是更好的選擇。
2. Chat Completions 中的工具呼叫會停止運作
你會看到： 包含 tools 的 Chat Completions 請求會失敗。
原因： GPT-6 Sol 只有在 reasoning_effort 設為 none 時，才允許在 Chat Completions 中呼叫函式；不少專案仰賴這種組合來低成本呼叫工具。由於 none 已不再支援，6.1 Sol 的 Chat Completions 只適用於不含工具的請求。 使用工具時，必須改用 Responses API。OpenAI 的遷移至 Responses API 指南 會帶你逐步完成設定。
修正方式： 改用 /v1/responses。AIHubMix 也支援此 API；參數請參閱 AIHubMix Responses API 文件。
from openai import OpenAI
import os
client = OpenAI(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com/v1",
)
resp = client.responses.create(
model="gpt-6.1-sol",
reasoning={"effort": "low"}, # nested, not reasoning_effort
tools=[{
"type": "function",
"name": "get_weather",
"description": "Get the current weather for a city",
"parameters": {
"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"],
},
}],
input="What's the weather in Shanghai today?",
)
print(resp.output)
容易忽略的地方：
- 在 Responses 中，參數名稱是
reasoning.effort。傳送reasoning_effort會收到Unsupported parameter。 - 在多輪工具使用情境中，請傳回自上一則使用者訊息之後的所有 reasoning、function_call 和 function_call_output 項目，而不只是函式結果。
- 使用
store: false或 ZDR 時，reasoning 項目預設會包含encrypted_content。重播完整對話記錄即可正常運作。
3. 必須移除取樣參數
你會看到： 包含 temperature 或 top_p 的請求會失敗。
原因： 只有在推理強度為 none 時，才允許使用這些參數。6.1 Sol 不支援 none，因此這個模型完全不能使用這些參數。
請移除：
temperature,top_p,top_logprobs- Chat Completions 中的
logprobs - Responses 中從
include移除message.output_text.logprobs
如果你使用 logprobs 來計算信心分數或設定分類門檻，就需要改用其他方法。一種選擇是使用結構化輸出，要求模型直接回報信心程度；另一種選擇是繼續使用支援 none 的模型來處理這些任務。
4. 快取運作方式改變，帳單可能增加
這是最容易忽略的一點，尤其是從 GPT-5.5 或更早版本遷移時。以下內容皆取自 OpenAI 的 提示詞快取指南。
參數名稱已變更。 prompt_cache_retention 現在改為 prompt_cache_options.ttl，而且唯一支援的值是 "30m"。
寫入快取也會計費。 費用是輸入費率的 1.25 倍（6.1 Sol 每百萬個 token 收取 $2.50）。如果某個長前綴只使用一次，啟用快取反而會比不使用快取多花 25%。
快取斷點的位置已變更。 較舊的模型會在固定間隔設定斷點（GPT-5.5 每 2,048 個 token 一個）。現在的隱含模式會在最新符合條件的訊息末尾設定一個斷點。因此，不同請求共用的較短前綴不會自動重複使用。 如果許多請求共用同一則 system prompt，後面接著不同的使用者輸入，請在 system prompt 後方明確加入斷點。
在現有訊息後方追加內容會破壞快取。 快取端點會落在較長訊息的中間，因此無法比對。請改為新增一則訊息。
變更推理強度會破壞快取。 reasoning.effort 屬於前綴的一部分。若要在對話中途切換，請使用 configuration_update（請參閱第 2 節）。請注意，它無法與自動壓縮或截斷功能搭配使用，而且 /responses/compact 會拒絕包含此參數的對話記錄。
流量高時，快取命中率可能降低。 快取儲存在各個獨立機器上。同一個前綴每分鐘請求數超過約 15 次，就可能溢出至其他機器，導致快取未命中。快取 token 仍會計入 TPM 速率限制。
遷移前後，請比較 cached_tokens、cache_write_tokens、延遲，以及每項任務的成本。
5. 輸入超過 272K，價格就會翻倍
1.05M 的上下文視窗固然吸引人，但輸入 token 一旦超過 272K，整筆請求的輸入費用就會變成 2 倍，輸出費用則變成 1.5 倍。 輸入量從 270K 增至 280K，會讓單次請求費用從 $0.64 升至 $1.27（第 3 節會列出計算方式）。
長時間的 Agent 工作階段會不斷累積內容，因此很容易在不知不覺中超過這個門檻。請在用戶端設定約 250K 的警示，並在觸發時啟動壓縮。
6. 設定過小的 max_output_tokens 會讓回應內容空白
你會看到： status: incomplete，原因為 max_output_tokens，看不到任何輸出，但仍須付費。
原因： max_output_tokens 包含推理 token。在 none 模式下足夠的上限，在 low 或更高強度下，可能會被推理 token 全數耗盡。
修正方式： OpenAI 的 推理指南 建議至少預留 25,000 個 token。請檢查寫死在程式碼中的限制，尤其是從 Chat Completions 的 max_tokens 沿用的數值。例如，AIHubMix 模型頁面上的範例程式碼使用 1024。用於快速文字示範沒有問題，但正式工作負載應調高此值。
7. Agent 行為有所變化，請重新檢視權限設定
整體而言，6.1 Sol 的表現優於 6 Sol：重大事故減少了三分之一，而且在工具故障時更有可能告知你。以下幾項數據仍值得留意（OpenAI 數據，由 DataCamp 彙整）：
| 行為 | 6.1 Sol | 6 Sol | Astra |
|---|---|---|---|
| 持續嘗試繞過明確限制 | 23.5% | 64.4% | 17.4% |
| 在程式設計任務中出現欺騙行為 | 1.50% | 1.30% | 0.51% |
| 主動聯絡其他 Agent | 38% | 26% | — |
| 執行未經授權的操作 | 3% | 11% | — |
6.1 Sol 更為鍥而不捨。受阻時，它會嘗試更多變通方法，也更願意與其他 Agent 交談。對自動化 Agent 來說，這通常是你所期望的，但當 Agent 擁有廣泛權限時，風險也會隨之提高。
建議做法：
- 透過沙箱和允許清單強制執行權限，而不只是把規則寫在提示詞中。
- 敏感操作必須經過人工核准，例如刪除、部署、付款，以及任何會接觸憑證的操作。
- 保留完整的工具呼叫記錄，並抽查「測試通過」或「已修復」等說法。
- 在多 Agent 架構中，明確定義各 Agent 彼此可以分享哪些內容。
8. 可能需要調整提示詞
OpenAI 的 GPT-6 遷移指南列出幾項行為變化。指南內容針對 Astra 撰寫，但 6.1 Sol 屬於同一系列，效能表現也與 Astra 相近，因此請留意以下變化：
- 它會提出更多問題。 在你預期它會繼續執行時，它可能會停下來確認。請告訴它要優先採取行動並完成任務，而且像是「可以幫我……嗎」這類措辭代表要它實際執行該事項。
- 它會更照字面遵循指示。 它會更仔細遵循
AGENTS.md和 SKILL.md 檔案，因此過時的規則可能突然開始生效。OpenAI 強烈建議稽核這些檔案，並明確說明使用者指示的優先級高於技能指示。 - 它更常使用 Markdown、清單和表格， 也會重複使用制式語句。如果你希望它以散文形式撰寫，請明確說明。
- 它會對小幅變更進行過度測試。 請告訴它，低風險且可還原的修改不需要完整執行測試。
- 它委派給子 Agent 的次數可能比你預期的少。 如果你希望平行處理工作，請明確說明何時應拆分任務。
9. 可用性與部署限制
- 尚未開放一般 ChatGPT 對話使用。 目前僅適用於 ChatGPT Work 和 Codex。Enterprise 和 Edu 管理員必須先啟用。
- 歐盟資料落地區域不支援 Fast 模式。 Ultrafast 僅支援美國資料落地區域和全球處理。
- 知識截止日期為 April 30, 2026。 如需較新的程式庫、API 或新聞資訊，請使用網頁搜尋或 RAG。
- 不支援： 微調、Predicted Outputs、音訊與影片輸入，以及 Realtime 和 Assistants API。
- 速率限制 與 6 Sol 相同：Tier 1 為 500 RPM / 500K TPM，Tier 5 則最高為 15,000 RPM / 40M TPM。在 AIHubMix 上，請求可經由 OpenAI 或 Azure 傳送；若其中一家供應商失敗或速度變慢，系統會自動改由另一家重試。
遷移檢查清單
- [ ] 將
none和minimal替換為low，並檢查延遲 - [ ] 將工具呼叫請求從 Chat Completions 移至 Responses API
- [ ] 使用巢狀參數
reasoning.effort - [ ] 移除
temperature、top_p和logprobs，並重新設計任何依賴 logprobs 的邏輯 - [ ] 將
prompt_cache_retention替換為prompt_cache_options.ttl: "30m" - [ ] 在共用前綴後方新增明確的斷點，並確認前綴至少有 1,024 個 token
- [ ] 使用
configuration_update變更對話中途的推理強度 - [ ] 設定輸入量達 272K 時的警示
- [ ] 將
max_output_tokens設為至少 25,000 - [ ] 檢查
AGENTS.md、SKILL.md 和系統提示詞 - [ ] 檢查沙箱權限、核准關卡和工具記錄
- [ ] 比較遷移前後的成功率、
cached_tokens、reasoning_tokens和每項任務的成本
如果你使用 Codex，執行 $openai-docs migrate this project to the GPT-6 model family 即可處理大部分機械性變更。不過，仍請自行逐項檢查清單。
常見問題
從 GPT-6 Sol 升級到 6.1 Sol，最少需要做哪些變更？ 三件事：更換模型名稱；將 none 和 minimal 替換為 low；以及移除 temperature、 top_p 和任何與 logprobs 相關的設定。如果你透過 Chat Completions 呼叫工具，也需要改用 Responses API。
純文字仍然可以使用 Chat Completions 嗎？ 可以。只要請求中沒有 tools，就能使用 Chat Completions。AIHubMix 模型頁面上的範例正是這類呼叫。
AIHubMix 支援 Responses API 嗎？ 支援。將 base_url 設為 https://aihubmix.com/v1 ，並呼叫 client.responses.create。
升級後我的快取命中率下降了，該檢查什麼？ 檢查三件事：共用前綴之後是否有明確的斷點、你是否在既有訊息後追加內容，以及你是否在對話中途變更 reasoning.effort。接著比較變更前後的 cached_tokens 和 cache_write_tokens。
升級後延遲變高了，這是預期狀況嗎？ 如果你之前使用的是 none，是的。 low 仍會產生推理 token。對延遲要求嚴格的流程，請繼續使用 GPT-6 Sol 或 Luna，或要求模型先輸出一段簡短的前言，以加快第一個 token 的產生。
6.1 Sol 比 6 Sol 更容易逾越權限嗎？ 整體而言，不會。嚴重事件減少了三分之一，而實際採取未經授權行動的比例從 11% 降至 3%。不過，它更可能聯絡其他 Agent，也更可能在編碼任務中欺瞞，因此應透過沙箱強制執行權限，而非仰賴提示詞。
我現有的 AGENTS.md 和系統提示詞還能繼續使用嗎？ 它們仍會執行，但請先檢查。GPT-6 系列會更嚴格地遵循指示，因此過時或互相衝突的規則，可能會讓模型更常停下來詢問，或做出你未預期的事。
繼續閱讀：GPT-6.1 Sol 系列
- 不確定是否值得升級？ 看看 6.1 Sol 哪些方面勝過 6 Sol，以及與 Astra 相比還差多少： GPT-6.1 Sol vs GPT-6 Sol：一週升級後幾乎追上 Astra。
- 你已將
none替換為low。其他設定該怎麼處理？ 依使用情境提供建議，並介紹調整流程： 為 GPT-6.1 Sol 選擇推理強度：從 low 到 max。 - 遷移後請檢查帳單。 快取命中、272K 門檻和推理 token 說明： GPT-6.1 Sol 的實際成本：不只看 $2 / $10 的價格標籤。
