价格先看这一项

官方定价页给的数字很整齐：标准档输入 $2、输出 $10，缓存命中输入 $0.10，缓存写 $2.50，单位都是每百万 token。把它和 GPT-6 Astra 放在一起看就明白卖点在哪——Astra 是 $10 / $50，Sol 正好是五分之一。缓存命中按输入价的 5% 计费，这一条对多轮工具调用的 agent 影响最大：同一段系统提示与工具说明被反复送进去的部分，成本降到原来的二十分之一。

  • Batch 与 Flex 在标准价上再打五折，适合离线批处理；Fast 模式是两倍价换更快的输出
  • 单次输入超过 272K token 时，整个请求按 2 倍输入与缓存价、1.5 倍输出价计费——长文档要切片，别整本塞
  • 上下文 105 万 token，知识截止 2026 年 4 月 30 日

和 Astra 的差距写在哪

官方措辞克制：说它「在编程、电脑操作与专业工作三类场景接近 Astra」，没有说全面追平。能量化的只有两处——低推理档下含事实错误的响应占比从 11.4% 降到 7.7%（对比上一周发的 GPT-6 Sol），全档位错误率与 Astra 相差 1.9 个百分点以内。另一个容易被忽略的改进是思维链可控性：在 750 到 1250 token 这个长度区间，遵循指定思维链指令的成功率从 GPT-6 Sol 的 23.2% 提到 44.8%，Astra 是 60.9%。对做结构化输出、要求模型按格式推理的团队，这项比跑分更实用。

两个必须提前知道的变化

第一，推理档位去掉了 none 与 minimal，最低是 low，默认 medium。此前在 GPT-6 Sol 上可以用关闭思考来换延迟与成本，现在这条捷径没了。第二，它只在 ChatGPT Work 与 Codex 里可用，普通 ChatGPT 对话还没有；覆盖 Plus / Pro / Business / Enterprise / Edu 五档用户，但个人对话场景的体验暂时不变。

同一天被撤回的那一版，才是这次发布最贵的部分——它说明能把模型做强和敢把模型放出来，已经是两件事。

所以它是一个很务实的升级选项：在它明确的强项上按五分之一价格拿到接近旗舰的表现；代价是别指望它在科研级推理上顶替 Astra，也别再依赖旧的省钱写法。