发布背景：DevDay 2026 的三重奏
OpenAI 在 9 月 29 日的 DevDay 2026 上发布了二十余项公告，模型层面的主角是三个：Dots（常驻智能体新形态）、GPT-6.1 Sol（GPT-6 Sol 的重大升级）与 Ultrafast（速度层级）。如果说 Dots 负责改变人机协作形态，GPT-6.1 Sol 负责的是更基础的一件事：重新定义日常智能体工作负载的性价比前沿。
一句话定位：接近 Astra 级智能，价格约五分之一。
三档体系与定价
先看 GPT-6 家族现在的完整牌面（每百万 tokens）：
| 模型 | 定位 | 输入 | 输出 | 缓存输入 |
|---|---|---|---|---|
| GPT-6 Astra | 旗舰，最强 | 10 美元 | 50 美元 | 1 美元 |
| GPT-6.1 Sol | 接近 Astra，约 1/5 价 | 2 美元 | 10 美元 | 0.10 美元 |
| GPT-6 Luna | 快速高效，海量 | 0.10 美元 | 0.50 美元 | 0.01 美元 |
缓存输入这一格值得单独说：0.10 美元比标准输入便宜 95%，比 GPT-6 Sol 的缓存价再降 50%。智能体工作流每次工具调用都要重发系统提示与工具定义，缓存命中率越高，Sol 的实际单位成本越低。对多步智能体来说，这个数字比表面定价更能决定账单。
可用范围：ChatGPT Work 与 Codex 面向 Plus、Pro、Business、Enterprise、Edu 全档；API 模型 ID 为 gpt-6.1-sol。注意暂不支持 Chat 场景——它从一开始就是为工作负载设计的模型。
六组基准：便宜在哪、强在哪
智能体编程：DeepSWE v1.1
真实代码库复杂工程任务上，以约 1/5 成本追平 GPT-6 Astra；以更低推理力度与成本，超越 GPT-6 Sol 最佳成绩 6.4 个百分点。对把模型挂在 CI 与编码智能体里的团队，这一项就是迁移理由。
专业文档问答：GDP.pdf
复杂 PDF 专业问答，所有测试推理设置下，以不到一半的单任务成本超越带 fallback 的 Opus 5.5；以约 1/5 成本逼近 Astra 的最先进表现。
多步业务流：AutomationBench
47 个工具的多步骤业务工作流，中等推理力度下领先 Opus 5.5 达 2.2 个百分点，成本约其 1/3；比同设置 GPT-6 Sol 高 4.8 个百分点。
计算机操作：OSWorld 2.0
长周期计算机操作工作流（离线集），最大推理力度下比 GPT-6 Sol 高 7 个百分点、成本不到一半；与 Astra 差距仅 2.1 个百分点，单任务成本约为其 1/7。
科研：Terminal-Bench Science 0.1
数据分析、模拟、定理证明类任务，最大推理力度下成绩是 GPT-6 Sol 的两倍以上、成本不到一半。单任务平均成本 5.47 美元，对比 Opus 5.5 的 23.21 美元与 Astra 的 23.80 美元——降幅超过 75%。但注意官方脚注：最难的科研任务仍建议 Astra（其 68.1% 得分为测试模型最高）。
事实性
低推理力度下改进最大：含事实错误回答占比从 11.4% 降至 7.7%（约降 32%）。各推理设置下错误率与 Astra 差距保持在 1.9 个百分点内，成本不足其 1/5。
安全与对齐方面也有实打实的进步：「损坏的搜索工具」透明度测试中未披露率 2.1%（GPT-6 Sol 为 4.9%，Astra 1.5%，Luna 28.7%），且未观察到任何绕过自动安全审查器的尝试。完整评估见 GPT-6.1 Sol system card addendum。
怎么选：一张决策表
把六组数字翻译成决策规则：
- 日常智能体编程、多步工作流 → Sol。DeepSWE 追平 Astra、AutomationBench 领先竞品，成本 1/5 到 1/7，没有理由默认用旗舰。
- 高缓存命中的长会话智能体 → Sol，且优先把系统提示与工具定义做成稳定前缀吃满 0.10 美元缓存价。
- 最难的科研、极限事实性要求 → Astra。2.1 个点以内的差距在特定场景仍是硬差距。
- 高频低价值分类路由 → Luna，或者看看同场发布的 Decisions API（把 Luna 聚焦在有限答案集上做实时决策，限量预览中）。
- 速度敏感 → 等 GPT-6.1 Sol Ultrafast（Codex 最高 8 倍速、300 tokens 每秒）；当前可用的 Astra Ultrafast 需 Pro 500 或 Enterprise。
一笔迁移账
以一个典型的编码智能体负载估算（每天 5000 次任务调用，每次平均 30K 输入含 80% 缓存命中 + 4K 输出）：Sol 下日成本约 32 美元，Astra 下约 140 美元，月度差距近 3,300 美元——这还没有计入推理力度差异带来的输出 token 数差别。反过来，如果你的任务里 20% 属于「最难档」，混合调度（难任务 Astra、其余 Sol）比全量 Sol 的总质量更优。合理做法是先在自己的评测集上跑双模型，标出 Sol 与 Astra 质量分离的任务子集，再定路由规则。
竞品与生态坐标
把 Sol 放进当前的市场坐标系里看会更清楚。评测表里反复出现的对手是 Claude Opus 5.5——Anthropic 的当打旗舰，而 Anthropic 恰好在同一周公开了 IPO 招股书，其中披露的算力成本数据（训练与推理成本双双激增）说明头部实验室都感受到了同样的压力：旗舰模型的绝对智能仍是竞赛焦点，但真正决定营收的日常负载需要一条更陡的性价比曲线。
同档位的参照物还有 Google 与 Meta 的阵营。Gemini 3.8 系列持续在 TTS 与多模态上铺产品线，开源侧 MiMo v2.6 与各家蒸馏模型把「次旗舰智能」的价格继续下压。Sol 的差异化在于它不是单独一个模型，而是嵌在 DevDay 整套智能体平台（Agents API 计算机使用、Decisions API、Codex 云端环境）里的默认工作档——平台绑定会放大模型本身的成本优势，因为智能体基础设施的迁移成本远高于单模型替换，一旦工作流围绕某个性价比档位设计，这个档位就成了生态锚点。
对开发者，观测点有三个：一是 GPT-6.1 Sol Ultrafast 落地后的实际吞吐与价格上浮比例，300 tokens 每秒的生成速度会改变交互式智能体的延迟预算；二是竞品（Anthropic、Google）在次旗舰档的跟进定价，2 美元 / 10 美元大概率会被针对；三是缓存定价战会不会蔓延——0.10 美元的缓存输入价对高复用智能体是实打实的护城河，值得在自己的账单里单独统计缓存命中率这个指标。
速评结论
GPT-6.1 Sol 是那种「没有惊艳叙事、但直接改变默认选项」的发布。三档体系（Astra / Sol / Luna）第一次把「智能-成本」曲线变成了清晰的阶梯而非连续模糊带，Sol 站在最陡的那一级上：对大多数智能体与专业工作负载，它是新的默认档；Astra 退守到最难任务的兜底位；Luna 接住海量低价值场景。
值得留意的竞争背景：Sol 的对比基准里反复出现 Opus 5.5，Anthropic 也在同周递交了 IPO 招股书。旗舰之战正在让位于「次旗舰性价比之战」——因为真正的算力账单不在评测榜上，在每天跑几万次的智能体管道里。至少在这一轮，Sol 把性价比的标杆钉在了 2 美元 / 10 美元 / 0.10 美元。