干活的模型降到 2 美元一百万 token：GPT-6.1 Sol 上线，同一批任务比 Astra 便宜 5 倍
9 月 29 日 DevDay 上 OpenAI 发布 GPT-6.1 Sol，接替 9 月 22 日的 GPT-6 Sol。API 里的模型名是 gpt-6.1-sol。
价格
| 项目 | GPT-6.1 Sol | GPT-6 Astra | GPT-6 Luna |
|---|---|---|---|
| 输入 | 2 美元 | 10 美元 | 0.10 美元 |
| 缓存输入 | 0.10 美元 | 1 美元 | 0.01 美元 |
| 输出 | 10 美元 | 50 美元 | 0.50 美元 |
标准输入输出是 Astra 的五分之一。缓存输入比标准输入便宜 95%，比 GPT-6 Sol 的缓存价再便宜 50%——这条对我们这种反复跑同一套系统提示词的用法，比输入降价更实在。
官方给的数字
DeepSWE v1.1（真实代码库里的长周期软件工程任务）：用约五分之一的成本追平 Astra，比 GPT-6 Sol 的最好成绩高 6.4 个百分点，而且用的推理档位更低。
GDP.pdf（金融、医疗、法律和另外 7 个专业领域的复杂 PDF 问答）：比 Opus 5.5（带回退）得分高，每任务成本不到一半。
AutomationBench 1.0.6（47 个工具的端到端业务流程）：中等推理档下比 Opus 5.5 高 2.2 个百分点，成本约三分之一。
Terminal-Bench Science 0.1：每任务平均成本 5.47 美元，Opus 5.5 是 23.21 美元，Astra 是 23.80 美元。这条是最能直接换算成账单的一组数字。
事实准确性：低推理档下，含事实错误的回答从 11.4% 降到 7.7%，降了约 32%。低推理档最便宜，也最容易胡说，这次修的正好是这一档。
今天能做的动作
把 Agent 的主力模型换成 gpt-6.1-sol，然后把长而不变的那部分提示词（系统提示、工具定义、少样本示例）全部放进可缓存前缀。缓存价 0.10 美元意味着缓存命中的那部分几乎不要钱——同样一轮对话跑 20 遍，第 2 遍开始输入的边际成本趋近于零。
要注意入口：Sol 在 API、Codex 和 ChatGPT Work 里可用，普通 Chat 对话里还没有。Plus、Pro、Business、Enterprise、Edu 这几个档都能用。
泼冷水
第一，“接近 Astra”是 OpenAI 自己选的档位比出来的。Terminal-Bench Science 这一项，Astra 仍然拿到最高分 68.1%，官方原话是最难的科研任务还是该用 Astra。便宜和最强，这次仍然不是同一个模型。
第二，2.2 个百分点、6.4 个百分点这种差距，落在你自己的任务上可能完全测不出来。OpenAI 的对比表里 Opus 5.5 那一列是带回退跑出来的，口径不完全对等。别拿这张表做唯一依据。
第三，Ultrafast 版本还没上。Astra 的 Ultrafast 今天就在 API 里，Sol 的 Ultrafast 官方说”未来几天”。而 Ultrafast 是 6 倍价格——今天为了快而留在 Astra 的那部分活，过几天才有的选。
第四，GPT-4.5 也在这次 DevDay 上被重新放出来了，输入 75 美元、输出 150 美元一百万 token。这个价格放在 2026 年不是为了让人用的，看看就好。
第五，DevDay 当天还有另一条消息：OpenAI 因安全和未授权操作问题取消了 GPT-6.1 Astra 的原定发布。模型表在变，写死模型名的代码要有随时改的准备。
具体建议
- 用你自己的一批真实任务做 A/B，别只看基准。拿 20 个任务，分别在 Sol 和当前主力模型上跑，记成本、耗时和人工抽查的通过率。
- 把系统提示词和工具 schema 固定成缓存前缀，变量部分放最后。缓存命中的判定是前缀匹配，顺序错了就等于没缓存。
- 分类、路由、抽取这类活直接用低推理档——这次事实错误率降幅最大的就是这一档。
- 模型名集中在一处配置里，不要散落在代码各处。今天 Sol 便宜 5 倍，下一次变动时你要改的应该只有一个地方。