「gpt 6.2 sol vs 6.1 sol」在 GPT-6.2 发布首日就出现在 Google 自动补全里——这是 Sol 最有搜索需求的对比。答案很干净:价格一分未涨,AA 指数高 2 分,每任务成本降约 20%,CyberQ 从 18/21 升到 21/21。但有一项独立读数退步了,本文不藏着。
| 维度 | GPT-6.2 Sol | GPT-6.1 Sol |
|---|---|---|
| AA 智能指数 v5.0.1 | 57(Max) | 55 |
| 价格(输入 / 输出) | $2 / $10 | $2 / $10(相同) |
| 每指数任务成本 | $1.01 | $1.27 |
| 每任务耗时 | 8.5 分钟(Max,11 月 19 日读数) | 23.1 分钟 |
| 输出速度 | — | 49 tok/s |
| LiveBench 长程 Agent | 63.6%(第 8) | 65.6%(第 7) |
| Agent Arena 指数 | 1241(第 11) | 1241(第 12) |
| GDPval v2(厂商自报) | 比上代提升 5.3 分 | — |
| CyberQ 7 题实测 | 21/21($0.84) | 18/21($0.54) |
| 知识截止 | 2026-06-01 | — |
| Ultrafast | Pro 200 首得 | — |
| 上下文 | 1.05M tokens | —(本轮未核查) |
最值得注意的一行是每任务耗时:8.5 分钟对 23.1 分钟——新 Sol 跑 AA 指数任务快了近 3 倍,这是每任务成本下降($1.01 对 $1.27)的主要原因,不只是单价没变。AA 指数只高 2 分,但任务完成得更快、更便宜。
CyberQ 自制 7 题代理评测(Codex CLI、medium 档,每题 3 次):新 Sol 21/21 全过,上代 18/21,差距全在第 03 题——读 vLLM 启动失败日志找根因,须同时给出两个 DeepGEMM 环境变量;上代三次都漏了 MoE 那一个,新 Sol 三次都给全了。这是代际进步里最具体的一处:不是分数涨了多少,而是前代的盲点被补上了。等价成本新 Sol $0.84、上代 $0.54——新模型贵了约 56%,但多拿 3 分;这笔账值不值,看任务里有没有这类「双变量根因」场景。
诚实地说:LiveBench 长程 Agent 上,新 Sol 63.6%(第 8)略低于上代的 65.6%(第 7)。这是目前唯一一项新代低于旧代的独立读数。可能的原因有二:一是 LiveBench 的 BenchLeader 榜单标注结果日期为 2026-11-06(早于发布日,日期口径存疑);二是长程 Agent 本就不是 Sol 的强项(Astra 70.8%、Fable 82.9%)。无论如何,升级前要知道:长程多轮任务不是这次升级的受益项。
OpenAI 发布页称 GDPval v2 上 Sol 比 GPT-6.1 Sol 提升 5.3 分——厂商自报,尚未独立复现。结合独立读数看:AA 指数 +2 分、CyberQ +3 题、每任务成本 -20%,5.3 分的方向可信,但数字本身不要当作独立测量引用。
直接升级:已经在用 GPT-6.1 Sol 的 API 用户——价格相同、分数更高、跑得更快,升级没有成本,只有收益;订阅用户用量还从 15–160 条升到 17–180 条/5 小时。先观望:主力任务是 LiveBench 长程 Agent 这类长程多轮工作——新 Sol 这一项略低于上代,等下一轮读数再定。顺带升级:Pro 200 用户——Sol 是首个带来 Ultrafast 的模型,升级等于多了一个速度档。
参考来源:Artificial Analysis — GPT-6.2 Sol 模型页 · CyberQ — 独立代理实测 · OpenAI — 发布页「Introducing GPT-6.2 Astra and Sol」(本文为本站改写与整理,事实以官方来源与 Artificial Analysis 为准)