黄昏时分伸向远方的铁轨与信号灯

这次发布真正变的是价格结构

OpenAI 在 9 月 29 日发布 GPT-6.1 Sol，定位是 GPT-6 Sol 的升级版。官方给出的一句话概括是：接近 Astra 的智能水平，价格是它的五分之一——在智能体编程、操作电脑、专业工作任务这三类场景里，它把表现拉到了自家顶配模型 GPT-6 Astra 附近，而标准输入输出的 token 单价只有 Astra 的五分之一。

「五分之一」容易当成例行降价，但下面这一条更值得留意：缓存输入的价格降到每百万 token 0.10 美元。这个数字比标准输入价低 95%，也比 GPT-6 Sol 的缓存输入价低一半。

为什么"缓存便宜"比"模型更强"重要

智能体的花钱方式和人聊天完全不同。一个能干活的智能体，往往要把同一段系统提示、同一份工具说明、同一批背景资料反复送进模型，一轮任务里几十次调用。真正花钱的不是 "思考"，而是这份被重复搬运的上下文。缓存输入便宜一半甚至九成半，等于把智能体里占比最大的那部分开销直接砍掉。

官方的说法也印证了这一点：他们明确讲这次降价是为了 "给开发者更多空间，去构建和运行那些能跨请求复用上下文的智能体"。

几组可核对的数据

在 DeepSWE v1.1（在真实代码库里完成复杂软件工程任务）上，GPT-6.1 Sol 的成绩与 GPT-6 Astra 持平，成本约为后者的五分之一；相比 GPT-6 Sol 的最好成绩高出 6.4 个百分点，而所用的推理档位更低、也更便宜。

在 GDP.pdf（用复杂 PDF 回答专业问题，涉及表格、图表、细则）上，它的得分高于带回退机制的 Opus 5.5，而每个任务的成本不到对方的一半；同时接近 Astra 的最优水平，成本约为五分之一。

在 AutomationBench（用 47 个工具跑销售、市场、运营、客服、财务、人事的端到端流程）上，中等推理档位的得分比 Opus 5.5 高 2.2 个百分点，成本约为三分之一；同档位比 GPT-6 Sol 高 4.8 个百分点。

在电脑操作类评测 OSWorld 2.0 的离线集上，最高推理档比 GPT-6 Sol 高 7 个百分点，成本不到一半，距离 Astra 只差 2.1 个百分点。

时间线本身就是信号

把发布日期排开看会更清楚：GPT-6 Astra 是 9 月 3 日，GPT-6 Sol 与 Luna 是 9 月 22 日，GPT-6.1 Sol 是 9 月 29 日。顶配、中档、进阶三档在四周之内全部更新了一轮。这种节奏下，"等下一代模型出来再规划" 的想法基本等于不规划。

安全方面官方也给了说明：在透明报告工具失效、遵守明确限制、避免越权动作这几项上，它的失败率低于 GPT-6 Sol；官方称未观察到绕过自动安全审查的尝试。

对做企业数字化和小团队的实际启发

第一，判断一个 AI 场景能不能落地，先看它的上下文复用率高不高。凡是 "同一份资料反复问" 的环节——合同复核、报修工单归类、客服话术生成、批量数据整理——成本正在快速下降，过去因为成本被否掉的方案值得重新核算一遍。

第二，模型选型不必再盯着 "最强那一档"。当次顶配能力已经贴近顶配、价格只剩五分之一，绝大多数企业任务的正确做法是把预算花在评测、流程改造和人工复核上，而不是花在买最贵的那一档。

第三，也是最容易被忽略的：价格下降带来的不是 "省钱"，而是 "可以多做几次"。过去一次任务只敢调用一次模型，现在可以加一轮自检、一次交叉验证、一个失败重试——这些才是让智能体从 "演示可用" 变成 "生产可用" 的关键动作。