文／Ted（優創智能共同創辦人）
GPT-6.1 Sol 是 OpenAI 對 GPT-6 Sol 的升級版，定位是「以 Sol 的價格，提供接近 GPT-6 Astra 的效能」。結論先講：這次升級對企業最重要的訊息，是中間層模型的能力被拉高、價格沒有跟著漲。官方表示，GPT-6.1 Sol 的標準輸入與輸出 Token 價格只有 Astra 的五分之一，在多項評估中的表現卻接近 Astra。對正在跑 AI 代理、程式碼助理或文件處理流程的企業來說，這代表「預設用哪一層模型」值得重新算一次。
上一輪 GPT-6 Sol 與 Luna 的價格與分層，可先看 GPT-6 Sol 與 Luna 上線：企業 AI 導入該怎麼選模型與分層；旗艦 Astra 的規格見 GPT-6 Astra 上線：台灣企業導入前要看懂的 5 件事。
一、GPT-6.1 Sol 的五個關鍵事實
1. 價格：Sol 的價位，快取輸入再降到 $0.10
以下為官方公布的標準 API 價格（每百萬 Tokens）：
| 項目 | 價格 |
|---|---|
| 輸入 | $2 |
| 快取輸入 | $0.10（比標準輸入低 95%） |
| 輸出 | $10 |
官方說明，GPT-6.1 Sol 的標準輸入與輸出價格僅為 Astra 的五分之一。快取輸入 $0.10 對代理型工作特別重要：代理每一輪都要重送大量上下文，快取價格直接決定長流程的總成本。
2. 程式碼編寫：五分之一成本追平 Astra
DeepSWE v1.1 以真實程式碼庫中的複雜軟體工程任務評估。官方表示，GPT-6.1 Sol 以約五分之一的成本達到與 GPT-6 Astra 相同的表現，同時以更低的推理強度與成本，比 GPT-6 Sol 的最佳成績高出 6.4 個百分點。
3. 專業工作與電腦操作：分數更高、成本更低
- GDP.pdf（利用含表格、圖表的複雜 PDF 回答專業問題）：在所有受測推理設定下，GPT-6.1 Sol 的得分都高於含備援機制的 Opus 5.5，每項任務成本不到後者的一半；並以約五分之一的每項任務成本，達到接近 Astra 的頂尖效能。
- AutomationBench（多步驟業務流程）：中推理強度下，得分比 Opus 5.5 高 2.2 個百分點，成本約為其三分之一；也比同設定下的 GPT-6 Sol 高 4.8 個百分點。
- OSWorld 2.0（電腦操作，離線測試集）：最高推理強度下，得分比 GPT-6 Sol 高七個百分點，成本不到後者的一半；與 Astra 只差 2.1 個百分點，每項任務成本約為 Astra 的七分之一。
4. 科學研究與事實正確性
Terminal-Bench Science 0.1 上，GPT-6.1 Sol 在最高推理強度下的得分超過 GPT-6 Sol 的兩倍；每項任務平均成本 $5.47，Opus 5.5 為 $23.21，Astra 為 $23.80。不過官方也明說，Astra 以 68.1% 仍是受測模型中的最高分，最困難的科學研究任務應使用 Astra。
事實正確性方面，在特高推理強度下，GPT-6.1 Sol 的事實錯誤率為 4.1%，低於 GPT-6 Sol 的 4.5%，Astra 為 4.0%；每項任務成本比 Astra 低約 83%。這組資料取自使用者曾指出模型錯誤的去識別化對話，官方強調不代表一般使用情況。
5. 對齊與安全：更坦誠、更守限制
官方表示，GPT-6.1 Sol 的對齊評估比 GPT-6 Sol 大幅進步、更接近 Astra：在如實告知搜尋工具故障、遵守明確限制、避免在代理任務中產生未經授權的結果等項目上，失敗率都低於 GPT-6 Sol，也未觀察到試圖繞過自動化安全審查的行為。這些評估是刻意設計的困難情境，並非一般失敗率。
二、上線範圍與 Ultrafast 新層級
- ChatGPT 與 Codex：Plus、Pro、Business、Enterprise 與 Edu 使用者即日起可在 ChatGPT 工作與 Codex 中使用。官方註明，這些模型尚未在一般對話中提供。
- API：模型 ID 為
gpt-6.1-sol。 - Ultrafast：OpenAI 同時推出 GPT-6 Astra Ultrafast 與 GPT-6.1 Sol Ultrafast，速度最高可達 GPT-6 Astra 的 8 倍，可透過 API 使用；訂閱新的 Pro 級別（每月 $500，最高用量額度）的使用者，也能在 ChatGPT 工作與 Codex 中使用。官方表示，用 GPT-6.1 Sol Ultrafast，API 費用大致與過去使用 GPT-6 Astra 相當，卻能得到接近 Astra 的智慧與最高 8 倍的速度。
Ultrafast 適合「人在等結果」的互動式場景，例如即時程式碼協作或客服輔助；背景批次任務通常不需要付這個速度溢價。
三、企業怎麼重新分層
| 層級 | 適合的任務 | 建議角色 |
|---|---|---|
| GPT-6 Astra | 最困難、錯誤代價最高的專案，例如高難度科學研究 | 例外升級 |
| GPT-6.1 Sol | 程式開發、電腦操作、多步驟業務流程、複雜 PDF 文件處理 | 企業預設模型 |
| GPT-6 Luna | 文件摘要、資料擷取、分類、快速問答 | 大量低風險任務 |
這次的變化在中間層：過去「Sol 夠用但 Astra 更穩」的任務，有一部分現在可以留在 Sol。但「有一部分」需要驗證，而不是憑跑分推論。官方數據是在特定基準與推理強度下取得，你的文件格式、系統介面與容錯標準都不同。
四、台灣企業切換前該做的四個步驟
步驟 1：盤點哪些任務目前用在 Astra 或 Sol
從過去 30 天的 API 日誌，按任務類型列出模型、推理強度、輸入／輸出／快取 Token 比例。代理與長文件任務的快取占比通常最高，是 $0.10 快取價最有感的地方。
步驟 2：用自己的任務樣本做回歸評估
抽 30–50 個代表性任務（含過去失敗案例），分別用目前模型與 GPT-6.1 Sol 執行，比較四項指標：
- 輸出品質（人工或既有評分規則）
- 每個任務的總成本
- 回應延遲
- 輸出格式是否仍符合下游系統
流程可參考 企業 AI 導入流程。
步驟 3：設計分層與升級路由
用設定檔決定每類任務的預設模型：Luna 處理大量簡單任務，Sol 為預設，Astra 只在 Sol 失敗或風險等級高時升級。電腦操作與代理任務要同步限制可動用的系統與權限，可參考 AI 代理權限邊界與沙箱設計。
步驟 4：灰度放量，保留一鍵退回
先切 10%–20% 流量，觀察一到兩週。模型 ID 放在設定檔，不寫死在程式碼中，出問題可立即退回。
五、結語：中間層變強，預設值就該重新檢查
前沿模型的價格戰與能力戰正在同時發生。企業不必追每一次發布，真正該建立的是：依任務分層、用自己的樣本評估、隨時可切換。GPT-6.1 Sol 的意義在於提醒我們，每隔一兩個月就該重新檢查「預設模型」這個設定。
如果你的團隊正在評估模型切換或規劃 AI 代理，歡迎參考優創智能的 AI 導入服務，或直接 與我們聯絡。
參考來源
- OpenAI，〈推出 GPT-6.1 Sol〉，2026-09-30 查閱：https://openai.com/zh-Hant/index/introducing-gpt-6-1-sol/
相關推薦與延伸閱讀
- GPT-6.1 Sol 單任務成本降到 0.72 美元：Artificial Analysis 評測怎麼讀，企業重算 AI 代理成本的四步驟：Artificial Analysis 評測顯示 GPT-6.1 Sol 單任務成本為 0.72 美元，比 GPT-6 Sol 低約 31%、比 GPT-5.6
- GPT-6 Sol 與 Luna 上線：API 降價 50%，企業 AI 導入該怎麼選模型與分層：OpenAI 於 2026 年 9 月 22 日發布 GPT-6 Sol 與 GPT-6 Luna，API 價格比 GPT-5.6 同級模型降低 50%，快取讀
- Gemini 4 Argon 上線：智慧指數追平 GPT-6 Astra，台灣企業開放前該先準備什麼：Gemini 4 Argon 是 Google 於 9 月 30 日發布的前沿模型，智慧指數 53 追平 GPT-6 Astra，但目前只開放 Fairwind