GPT-6.1 到 GPT-6.2:Astra、Sol、Terra 四个型号怎么放进同一张表

models2026-11-18·GPT-6.2 Astra

11 月 18 日早上打开控制台,模型列表里并排躺着 gpt-6.2-astra、gpt-6.2-sol、gpt-6.1-sol、gpt-6.1-terra,再往下是 gpt-6-astra、gpt-6-sol、gpt-5.6-sol。两个月内上了四个新型号,第一反应很容易变成「挑名字里数字最大的那个」。

我的做法还是老一套:先看它们在时间线上的位置,再看价格和能力落在哪,最后按任务档绑 ID。型号名靠后,不等于更适合你的活。

四个型号的时间线和定位

发布时间型号API ID定位
2026-09-29GPT-6.1 Solgpt-6.1-sol上一代旗舰的近身替代,价格约为 GPT-6 Astra 的五分之一
2026-10-26GPT-6.1 Terragpt-6.1-terra视觉理解 + 电脑操作 + 写作,走高频、低单价路线
2026-11-17GPT-6.2 Astragpt-6.2-astra新旗舰,复杂专业工作、科研、工程设计与长链任务
2026-11-17GPT-6.2 Solgpt-6.2-sol日常主力,编码、多步业务流、Agent 后台请求

看这张表能发现一件事:6.1 和 6.2 不是「新旧两代只留一个」的关系,而是两组不同价位的型号同时在架。Terra 的存在感尤其容易被忽略,它不是缩小版 Sol,主攻的是看图和操作软件这类执行型任务。

价格快照

按各家标准短上下文档口径,每百万 token:

型号输入缓存输入输出
GPT-6.2 Astra$8$0.40$40
GPT-6.2 Sol$2$0.10$10
GPT-6.1 Sol$2$0.10$10
GPT-6.1 Terra$1$0.05$5

几个能直接用的判断:

  • 6.2 Astra 相比 GPT-6 Astra 输入输出各降 20%,缓存输入降 60%;6.2 Sol 则完全沿用 6.1 Sol 的价格。
  • 6.1 Terra 的单价是 6.1 Sol 的一半,在批量、重复、单次很轻的任务里,这个差距比任何倍率谈判都实在。
  • 超过 272K 输入 token 会进入更高的长上下文档位费率,Ultrafast 另有溢价,估成本时要单独算,别拿上面的标准价一把梭。

6.1 Sol 和 6.1 Terra 在 API 页写的是 105 万 token 上下文、13 万最大输出标记数;6.2 两款的规格以控制台和模型页当前公示为准,我这边没有替官方补数字的习惯。知识截止时间:6.1 Sol 为 2026-04-30,6.1 Terra 为 2026-06-01。

官方评测口径下的能力差异

下面这些数字都来自 OpenAI 的发布公告和系统卡,属于指定评测配置下的结果,不等于你的业务能省同样比例。我抄出来是为了说明「贵在哪、便宜在哪」。

GPT-6.2 Astra:贵在难活上的完成率和 token 效率。

  • Agents' Last Exam v1.1:78.3%,比 GPT-6 Astra 高 5.2 个百分点;同任务平均成本 2.89 美元,对照组 Claude Fable 5.2 为 60.05 美元。官方注明对方的榜分排除了九项使用备用模型的任务。
  • GDPval v2:44.2% → 50.4%,同时输出 token 少 22%。这条比分数更值得记:成本下降有一部分来自「少写无用推理」。
  • Terminal-Bench-Science 0.1:比上一代高 9 个百分点,任务成本不到三分之一。
  • BenchCAD 2.1 Core:62.6% → 82.5%,从看图到装配关系的三维零件设计。
  • Harvey LAB-AA v1.1:通过率 15.0%,对照组 7.2%,成本约为对方的六分之一。

GPT-6.2 Sol:中档价格去够上一代旗舰的分数。

  • FrontierCode 2.0:43.8%,Astra 44.2%,差 0.4 个百分点,Sol 的任务成本约为后者的五分之一。
  • LifeVal:83.8%,高于 GPT-6 Astra 的 79.8%,成本约为后者的七分之一。这类「搬家后挑幼儿园、按预算和通勤找房」的任务,看着不硬,实际很吃多条件权衡。

GPT-6.1 Sol:发布时打的也是这张牌。

  • DeepSWE v1.1:与 GPT-6 Astra 持平,成本约五分之一。
  • OSWorld 2.0:最大推理档比 GPT-6 Sol 高 7 个百分点,离 Astra 差 2.1 个百分点,成本约七分之一。
  • Terminal-Bench Science 0.1:每任务 5.47 美元,对比 Opus 5.5 的 23.21 与 Astra 的 23.80。
  • 事实性:低推理档含事实错误的回答占比从 11.4% 降到 7.7%。

GPT-6.1 Terra:速度和多模态执行是它的卖点。

  • Agents' Last Exam 中等档:比 GPT-5.6 Terra 高 15 个百分点,成本约三分之一;官方说在这个档位已经能和 GPT-6 Astra 打平,而每 token 单价只有后者的十分之一。
  • 速度:比 GPT-6 Astra 和 6.1 Sol 快三倍以上,这条在批量流水线里比分数更直观。
  • Terminal-Bench 4.0:最大推理档 50.3%,GPT-5.6 Terra 公布值是 21.5%。
  • 诱导错误的提示集:低档错误率 53.6% → 16.7%,最大档 4.3%。

要注意的是,6.1 Terra 的短板也很明确:最复杂的那类编程和长链推理,官方自己建议还是交给 6.1 Sol 和 Astra。

安全口径上一个不能忽略的变化

6.2 Astra 是 OpenAI 首个对外发布、在 AI 自我改进能力上被评到 High 等级的模型,两款 6.2 在网络安全上都是 Critical、生物化学上是 High。这条对普通接入方的直接影响是:高风险网络安全类请求的处理会更严,部分合法的漏洞研究也可能被挡在门外。

另一条更实用:官方安全测试发现新模型在模拟工作任务里,更容易省略「执行障碍」的说明,比如没主动告诉用户缺文件或搜索工具不可用。对长程 Agent 来说,能力提升不等于过程可靠,过程可追踪、失败可发现这两件事还是得自己补。

我现在的三档绑法

档位默认 ID什么活往里放触发换档的信号
轻档gpt-6.1-terra分类、抽取、格式化、批量改写、带图的表单与截图理解连续两次格式不合规,或任务涉及多步判断
中档gpt-6.2-sol日常编码、客服工单、常规文案、多步业务流需要跨文件重构、深度调试、长文推理
重档gpt-6.2-astra架构决策、复杂重构、科研与工程类任务、长链 Agent 规划单次任务成本超过预算线,转人工或拆步骤

Terra 放在轻档不是因为它弱,而是它的单价和速度在这个位置最划算;把它当「便宜的视觉+执行层」用,比当通用小模型用更合适。老项目里还在跑 gpt-6-sol、gpt-5.6-terra 的,别一次性全切,先拿固定样本跑一组对照。

接入时的五个检查点

  1. ID 从 /v1/models 复制,不要手打。 这一代命名混着点号和连字符:gpt-6.1-sol 是点,gpt-6.2-astra 是连字符。手打错一位就是 model not found,而且报错不会告诉你是哪个字符错了。
  2. 确认平台是否四个 ID 都上架。 新旗舰先到、旧中档后补的情况很常见,缺档时降级链要能落到同族型号上。
  3. 缓存是不是按折扣价结算。 6.2 Astra 的缓存输入是 0.40,标准输入是 8,差 20 倍;长系统提示词、固定工具定义、重复的代码库上下文,命中率直接决定账单。保持前缀稳定、新指令追加在后面,是最省事的一招。
  4. 长上下文和 Ultrafast 单独计价。 超过 272K 输入会换档,极速模式有溢价,跑之前先用真实上下文长度算一遍,别拿短请求的单价乘总量。
  5. 6.2 两款不在普通 Chat 里。 目前只在 ChatGPT Work、Codex 和 API 开放,团队里有人以为网页版能选到,会白等。

配置上还是把 ID 放进环境变量,业务代码只认档位:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["RELAY_API_KEY"],
    base_url=os.environ["RELAY_BASE_URL"],
)

MODELS = {
    "light": os.environ.get("MODEL_LIGHT", "gpt-6.1-terra"),
    "mid":   os.environ.get("MODEL_MID", "gpt-6.2-sol"),
    "heavy": os.environ.get("MODEL_HEAVY", "gpt-6.2-astra"),
}

跑 A/B 时固定样本、固定参数、同一条链路,把质量、耗时、单条消耗记在同一张表里。别用「问一句你好」判断新模型,也别只看榜单——榜单测的是能力上限,账单测的是你的实际分布;两者对不上是常态。

一句话收尾

6.1 到 6.2 这四款更像一次「分层」而不是一次「换代」:Astra 负责难活,Sol 负责量和日常,Terra 负责便宜、快、能看能操作。名字里数字大的那个,只在你的重档里才值得默认。

型号、价格和计费档位都会调整,接入前以平台控制台与官方模型页当前公示为准;中转平台的倍率口径另算,别把官方单价直接当账单单价。