OpenAI 正式发布 GPT-6.1 Sol，这是 GPT-6 Sol 的升级版本。官方介绍称，新模型在智能体编程、计算机使用和专业工作等任务上的表现接近旗舰模型 GPT-6 Astra，而标准输入与输出 token 定价仅为 Astra 的五分之一。能力维度覆盖编程、专业工作、计算机使用、科学研究和事实性，发布页面还给出了安全部署说明与定价可用性信息。这次发布没有另起新系列，而是在 Sol 产品线上做加法，现有用户可平滑升级，接口保持兼容。
五分之一的价格逼近旗舰智能水平
定价是这次发布最锋利的部分。缓存输入价格低至每百万 token 0.10 美元，比标准输入定价低 95%，比 GPT-6 Sol 自己的缓存输入定价低 50%。对于需要反复调用同一上下文的智能体应用，这意味着运行成本可以直接砍掉一大截。官方称，新模型在复杂专业任务上相对 GPT-6 Sol 有实质提升，从代码编写调试到文档理解，再到多步骤业务流程执行，多项评测已经接近 Astra 的表现。
编程能力是官方着墨最多的维度。介绍页面提到了 DeepSWE v1.1，这是一项针对复杂软件工程任务的基准测试。结合“智能体编程”的定位，GPT-6.1 Sol 瞄准的是需要模型长时间自主工作的场景：读代码、改代码、跑测试、修 bug，一整套流程走下来 token 消耗巨大，价格就成了决定性因素。科学研究和事实性维度的提及，则暗示它不只想做码农工具，还想覆盖更广泛的专业工作流，野心不小。
缓存降价的对象很明确：复用上下文的智能体。Agent 执行任务时会把系统提示、工具定义和历史对话反复送进模型，这些重复 token 过去按标准价计费。缓存机制让重复部分的成本大幅下降，开发者才敢让智能体跑更长的任务链、做更深的多步推理。每百万 token 0.10 美元的缓存价，配合接近旗舰的智能，OpenAI 实际上在传递一个信号：把日常高强度工作交给 Sol，旗舰 Astra 留给最难啃的硬骨头。
缓存降价直接打中智能体的成本命门
从产品线看，GPT-6 家族正在形成清晰分层：Astra 负责极限智能，Sol 负责日常高强度工作，一个管天花板，一个管水龙头。6.1 这次升级没有讲参数故事，而是直接谈钱——五分之一的价格、95% 的缓存折扣，打法瞄准的是已经把 Agent 跑在生产环境、每天盯着账单的团队。对他们来说，模型选型早就是一道算术题：同样的任务，换 Sol 能省多少钱，质量掉多少，算清楚就决策了，情怀在成本面前不值一提。
接下来要看第三方独立评测。官方页面给出的是自家维度描述，DeepSWE v1.1 上的具体分数、与 Astra 的真实差距、长上下文任务中的稳定性，都要等社区实测。正在选型的人，可以先拿缓存密集型任务做小规模对照测试，对比输出质量和账单变化，再决定是否把主力工作负载迁过来。毕竟，账单不会说谎，实测分数也不会，跑一周的真实数据胜过十场发布会。