「gpt 6.2 sol vs 6.1 sol」在 GPT-6.2 發佈首日就出現在 Google 自動補全裏——這是 Sol 最有搜索需求的對比。答案很乾淨:價格一分未漲,AA 指數高 2 分,每任務成本降約 20%,CyberQ 從 18/21 升到 21/21。但有一項獨立讀數退步了,本文不藏着。
| 維度 | GPT-6.2 Sol | GPT-6.1 Sol |
|---|---|---|
| AA 智能指數 v5.0.1 | 57(Max) | 55 |
| 價格(輸入 / 輸出) | $2 / $10 | $2 / $10(相同) |
| 每指數任務成本 | $1.01 | $1.27 |
| 每任務耗時 | 8.5 分鐘(Max,11 月 19 日讀數) | 23.1 分鐘 |
| 輸出速度 | — | 49 tok/s |
| LiveBench 長程 Agent | 63.6%(第 8) | 65.6%(第 7) |
| Agent Arena 指數 | 1241(第 11) | 1241(第 12) |
| GDPval v2(廠商自報) | 比上代提升 5.3 分 | — |
| CyberQ 7 題實測 | 21/21($0.84) | 18/21($0.54) |
| 知識截止 | 2026-06-01 | — |
| Ultrafast | Pro 200 首得 | — |
| 上下文 | 1.05M tokens | —(本輪未覈查) |
最值得注意的一行是每任務耗時:8.5 分鐘對 23.1 分鐘——新 Sol 跑 AA 指數任務快了近 3 倍,這是每任務成本下降($1.01 對 $1.27)的主要原因,不只是單價沒變。AA 指數只高 2 分,但任務完成得更快、更便宜。
CyberQ 自制 7 題代理評測(Codex CLI、medium 檔,每題 3 次):新 Sol 21/21 全過,上代 18/21,差距全在第 03 題——讀 vLLM 啓動失敗日誌找根因,須同時給出兩個 DeepGEMM 環境變量;上代三次都漏了 MoE 那一個,新 Sol 三次都給全了。這是代際進步裏最具體的一處:不是分數漲了多少,而是前代的盲點被補上了。等價成本新 Sol $0.84、上代 $0.54——新模型貴了約 56%,但多拿 3 分;這筆賬值不值,看任務裏有沒有這類「雙變量根因」場景。
誠實地說:LiveBench 長程 Agent 上,新 Sol 63.6%(第 8)略低於上代的 65.6%(第 7)。這是目前唯一一項新代低於舊代的獨立讀數。可能的原因有二:一是 LiveBench 的 BenchLeader 榜單標註結果日期爲 2026-11-06(早於發佈日,日期口徑存疑);二是長程 Agent 本就不是 Sol 的強項(Astra 70.8%、Fable 82.9%)。無論如何,升級前要知道:長程多輪任務不是這次升級的受益項。
OpenAI 發佈頁稱 GDPval v2 上 Sol 比 GPT-6.1 Sol 提升 5.3 分——廠商自報,尚未獨立復現。結合獨立讀數看:AA 指數 +2 分、CyberQ +3 題、每任務成本 -20%,5.3 分的方向可信,但數字本身不要當作獨立測量引用。
直接升級:已經在用 GPT-6.1 Sol 的 API 用戶——價格相同、分數更高、跑得更快,升級沒有成本,只有收益;訂閱用戶用量還從 15–160 條升到 17–180 條/5 小時。先觀望:主力任務是 LiveBench 長程 Agent 這類長程多輪工作——新 Sol 這一項略低於上代,等下一輪讀數再定。順帶升級:Pro 200 用戶——Sol 是首個帶來 Ultrafast 的模型,升級等於多了一個速度檔。
參考來源:Artificial Analysis — GPT-6.2 Sol 模型頁 · CyberQ — 獨立代理實測 · OpenAI — 發佈頁「Introducing GPT-6.2 Astra and Sol」(本文爲本站改寫與整理,事實以官方來源與 Artificial Analysis 爲準)