什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

GPT-6.2 Sol成本仅Astra五分之一,哪些场景更划算?

标题里的“五分之一”不是价目表上的单价。API 定价上,Astra 每百万输入 8 美元、输出 40 美元,较前代下调 20%,Sol 维持上一代的 2 美元和 10 美元,两者标价正好差 4 倍。 五分之一来自 OpenAI 实测的任务账单:在 Cognition 的 FrontierCode 2.0 编程评测中,两者同用最高推理档,得分只差 0.4 个百分点,Sol 的单任务成本约为 Astra 的五分之一。 OpenAI 给出的用法建议也照这条线划分:最难的项目用 Astra,日常编码与写作默认用 Sol,很多 OpenAI 员工把 Sol 当默认模型。知乎36氪知乎

Sol 更划算的场景:高频、能重来的日常活

LifeVal 这类考察现实权衡的日常评测里,Sol 拿到 83.8%,比上一代旗舰 GPT-6 Astra 的 79.8% 还高,任务成本只有后者的七分之一左右。 官方对两者的分工写得很清楚:Astra 适合复杂编程、大型项目开发、科学研究和高难度数据分析,Sol 偏向 Python 编程、代码调试、文档处理和常规数据分析。 这类任务做砸了重跑一遍就行,单价低的模型优势最明显。36氪知乎

值得为 Astra 付溢价的场景:一次失败很贵、成品要给人看

任务复杂到差距一眼可见时,单价就不再是决策项。BenchCAD 2.1 的机械建模评测里,Astra 成绩从上一代的 62.6% 跳到 82.5%。 Harvey 那条“不许有实质性幻觉”的法律测试里,它的通过率超过 Claude Fable 5.2 的两倍,成本却只有对方六分之一左右。36氪知乎

长链专业工作流上,成本账更夸张:在衡量复杂专业任务的 Agents’ Last Exam 中,Astra 得分 78.3%,单任务平均成本 2.89 美元,而 Claude Fable 5.2 是 60.05 美元。 OpenAI 同时注明,这组对比排除了 Fable 5.2 调用后备模型的 9 项任务,差距是指定评测配置下的平均成本,不等于所有业务都能照此省。36氪

“便宜五分之一”不等于 Sol 处处省,实测出了反例

发布当天,知乎作者阿衍Bruno 在 Codex 里让四个模型各做同样三件日常活,6.2 Sol 三个任务的积分消耗全部高过上一代 6.1 Sol,合计多花 29%。 多出来的钱不在“写”,输出 token 两代几乎一样,差距全在“读”:做同一个落地页,6.1 Sol 调 2 条命令就交卷,6.2 Sol 折腾了 9 条,每多执行一条命令就要重读一遍前面的上下文。这类短任务里,新 Sol 更强的自检逻辑本身成了开销。知乎

反过来,贵 4 倍的 Astra 也没按标价扣钱:同一组测试里,Astra 三件事总积分只有 Sol 的 1.8 倍,做汇报页时 4.3 积分对 4.4 积分几乎打平,速度还快一倍多。 这组对照每任务只跑一次、推理固定中档,换个需求数字会波动,但方向值得记住:token 单价只是账单上限,模型实际走几步、重读几轮,才决定你真正付多少。知乎

选型前还得防两个误判。编程上 Sol 并不“更强”,Artificial Analysis 的 Coding Agent Index 里它得 49 分、比上一代还降 3 分;AA-Omniscience 测试中两款模型的幻觉率分别达到 59% 和 55%。 关键结论仍需人工复核,复核也是成本。知乎

入口与计费细节:差价还会被这些设置改写

两款模型已于美国当地时间 11 月 17 日向 ChatGPT Work、Codex 的 Plus、Pro、Enterprise、Edu 用户开放,API 也已上线;Enterprise 和 Edu 需要管理员启用。 这次更新没有把它们加进普通 Chat,免费与 Go 档也用不了这两款前沿模型。36氪知乎

订阅端的差距比单价更直观:Plus 用户每 5 小时,Sol 大约能发 17–180 条消息,Astra 只有 6–50 条。 API 侧,缓存输入只有普通输入的二十分之一,稳定前缀的智能体最吃得到;但请求超过 272K 输入 token 会触发长上下文加价,Ultrafast 也有单独溢价。 官方给的 Ultrafast 指标是 token 生成速度最高可达 Standard 模式的 4.5 倍,代价是多消耗套餐额度。知乎36氪知乎

把这些放在一起,选择其实不复杂:高频、短平快、错了能重跑的活,默认 Sol,把提示词前缀固定住吃缓存,别用推理模型的小输出上限去“省字”;要拿出去给人看的交付物、带复杂交互和工程属性的任务、失败一次就很耗时间的长链路,直接上 Astra。“五分之一”说明 Sol 值得当主力,而实测的账单说明另一件事:划算与否以你自己的真实任务为准,价目表上的差价不等于钱包里的差价。

评论

评论区空态插画

当前文章无评论,是时候发表评论了