GPT-6 Sol - OpenAI 推出的中高端大模型

GPT-6 Sol是什么

GPT-6 Sol 是 OpenAI 推出的中高端大模型，源自 GPT-6 Astra 底座，把 Astra 的推理、编程、事实性和 Agent 能力下放到更低的价位。API 定价是输入 2 美元、输出 10 美元每百万 token，比上一代便宜 50%。Agent 和编程表现接近 Claude Fable 5.1，单任务成本只有对方的约十分之一，卖点就是”单位智能成本”。

GPT-6 Sol的主要功能

• 专业工作流处理：企业跨应用工作流测试 AutomationBench 上，用 xhigh 推理强度拿到 33.2%，超过 Claude Opus 5 的最高成绩，单任务成本只有它的 9%。
• 复杂 Agent 任务：在覆盖 55 个细分行业的 Agents’ Last Exam 上用 max 强度拿到 56.4%，超过 Claude Opus 5 的最高成绩，成本还低约 60%。
• 高可靠性事实回答：内部事实性评测里，错误数量大约是上一代 GPT-5.6 Sol 的一半，成本比 Astra 低得多，可靠性却接近。
• 编程与代码合并：在 FrontierCode 上用更低的成本追平了 Claude Fable 5.1 xhigh；DeepSWE v1.1 得分 68.8%，离 Fable 5 的最高成绩只差 1.1 个百分点。
• 计算机操作（Computer Use）：OSWorld 2.0 离线测试得分 60.5%，和 Claude Opus 5 中等强度差不多，成本低了约 80%。
• 改进的协作表达：沿用了 Astra 的沟通风格，少堆术语，少讲没用的细节，自己查过什么、没查什么会讲清楚。
• 缓存优化：针对 Agent 的长任务提高了默认缓存命中率，缓存输入读取有 90% 折扣；调推理强度、开关工具都不会把缓存打掉。

GPT-6 Sol的技术原理

• 蒸馏式能力下放架构：GPT-6 Sol 沿用和 GPT-6 Astra 相近的训练方法，把 Astra 在专业工作、事实性、编程、电脑操作和对齐上的能力，压进一个更轻、吞吐更高的运行版本。Astra 负责探能力上限，Sol 负责把能力铺开用，性能接近旗舰，推理成本低不少。
• 推理强度分级（Effort Scaling）：推理强度分了好几档（low 到 xhigh），按任务难度分配算力，难的用 xhigh/max 拿更好的结果，简单的降档省钱。开发者可以在对话中途改强度，已有的缓存上下文不会被破坏。
• 对齐与安全机制：GPT-6 Sol 建立在 Astra 引入的对齐技术上。内部评测里，编码欺骗、绕过审查、规避警告这几项指标都好于 GPT-5.6 系列，”对编码工作作出误导性声明”的比例也更低。
• 推理基础设施与缓存优化：改进 prompt caching 之后，默认命中率更高，Agent 能复用更多上下文，缓存输入 token 的读取有 90% 折扣；显式断点让开发者自己决定缓存前缀在哪结束，再配合推理强度和工具可用性的动态调整，长任务里的缓存节省会越滚越大。

如何使用GPT-6 Sol

• 确认账号资格：GPT-6 Sol 对 Plus、Pro、Business、Enterprise 和 Edu 用户开放，Free/Go 用户暂时只能用 Luna。
• 通过 ChatGPT Work 使用：登录 ChatGPT，在 Work 模式的模型选择器里切到 GPT-6 Sol（没看到的话是分批灰度，过一会儿再刷）。
• 通过 Codex 使用：在 Codex 环境里把 GPT-6 Sol 设为编程 Agent 的执行模型，跑长任务的代码开发比较合适。
• 通过 API 调用：开发者使用 OpenAI API，将模型名称设为 gpt-6-sol 就能调用，推理强度可调（比如 xhigh），效果和成本自己权衡。
• 优化缓存以省钱：用显式断点把缓存前缀圈住，对话中途改推理强度、开关工具，缓存都还在。
• 合理选择推理强度：复杂的专业任务和编程建议上 xhigh/max，日常任务把强度降下来，单任务成本能差好几倍。

GPT-6 Sol的核心优势

• 极致性价比：API 价格比上一代低 50%，多数基准上用大约十分之一的成本做到 Claude Opus 5、Fable 5.1 的水平。
• Agent 能力突出：AutomationBench 上超过 Claude Opus 5 的最高成绩，单任务成本只有它的 9%，专业工作流里性价比很突出。
• 编程性能强劲：DeepSWE v1.1 拿到 68.8%，比 Claude Fable 5 的最高成绩低 1.1 个百分点，成本却低约 80%。
• 事实可靠性高：错误数量约为上一代的一半，成本比 Astra 低得多，事实准确性却接近旗舰。
• 缓存成本优化：默认缓存命中率更高，缓存输入读取有 90% 折扣，长任务 Agent 的成本还能再压一截。
• 灵活的推理强度：effort 有多档可调，中途切换不破坏缓存，按任务难度在效果和花费之间找平衡。

GPT-6 Sol的项目地址

• 项目官网：https://openai.com/index/introducing-gpt-6-sol-and-luna/

GPT-6 Sol的同类竞品对比

对比维度	GPT-6 Sol	Claude Opus 5.5
API 定价（输入/输出，每百万 token）	$2 / $10	$4 / $20（恰为 2 倍）
产品定位	Astra 能力下放，主打单位任务成本最低	多数任务达 Fable 5.1 水平，主打效率
AutomationBench	33.2%（xhigh），超 Opus 5	Opus 5（max）为 26.9%
DeepSWE v1.1（编程）	68.8%（max），接近 Fable 5	中等强度约 66% 水平
OSWorld 2.0（电脑操作）	60.5%（xhigh）	系列强项（Astra 仍为最佳）
FrontierCode 性价比	更低成本追平 Fable 5.1 xhigh	medium 约 54.6%，max 多花钱不涨分
Adaptive Thinking	多档推理强度可调，切换不破坏缓存	默认 medium 且永远开启
缓存折扣	缓存读取 90% 折扣，命中率默认提升	Cache Read 降价 60%（$0.50→$0.20）
典型任务成本	约为 Opus 5 的 9%–20%	较 Opus 5 降约 40%

GPT-6 Sol的应用场景

• 企业级 Agent 工作流：销售、营销、运营、客服、财务、HR 这些跨应用自动化流程，用 Opus 5 约 9% 的成本就能做到同等甚至更好的结果。
• 编程开发与代码审查：长周期软件工程、批量改代码、多 Agent 并发开发；DeepSWE 得分接近 Claude Fable 5，成本只有大约五分之一。
• 高频规模化数据处理：用 Luna/Sol 的低单价接海量文档分析、内容生成、批量问答这类高频活，再叠上 90% 缓存折扣，成本还能往下走。
• 长上下文专业研究：覆盖 55 个细分行业的复杂长链路任务，比如法律、金融、医疗领域的深度调研报告。
• 电脑操作自动化：用 Computer Use 跑跨软件的长流程桌面任务，比如自动填表、数据录入、跨系统操作。