2026 年 9 月 25 日补充：本文记录的是 2026 年 9 月 3 日发布时的 GPT-6 Astra。9 月 23 日，OpenAI 在同一 GPT-6 世代中新增了均衡型的 GPT-6 Sol 和面向低成本大批量处理的 GPT-6 Luna（GPT-6 Sol 与 Luna 解析）。Astra 仍是 GPT-6 世代的旗舰。另外，第 7 章用于比较的 Claude Opus 5 已于 9 月 22 日迎来继任的 Claude Opus 5.5，Anthropic 目前建议大多数用途优先选用的模型也变成了 Opus 5.5（Opus 5 仍继续提供）。第 7 章的比较表和价格比较均为撰写时的情况。
目录
2026年9月3日，OpenAI 公开了新旗舰 “GPT-6 Astra”（OpenAI API文档）。API 无门槛正式开放，模型ID 是 gpt-6-astra，上下文为 1,050,000 token。
不过“已经发布”和“你的套餐能用”是两回事。OpenAI 自己公告说“从有限的组织开始逐步开放”，在 ChatGPT Plus 的常规聊天（Chat）里用不了它。Plus 能用的是 ChatGPT Work 和 Codex，截至2026年9月22日的官方帮助页面仍然这样写。本文第2章单独成节，就是写给只想知道这一点的人。
还有一点要注意：基准测试的数值会随“是谁的表格”而变。OpenAI 的官方公告附有把 Astra 与 Claude、Gemini 并列的数值表，但同样是 DeepSWE v1.1，Claude Opus 5 在 OpenAI 的表里是 73.7%，在 Anthropic 自己的公告里是 68.8%。第4章会标明发布方列出主要数值，并说明并排比较时要注意什么。
2026年9月22日更新：各套餐的开放情况已按官方帮助页面目前的写法更新，并在第4章加入了 OpenAI 官方公告中的基准测试数值。另外，第5章表格里原先标为“ExploitBench”的 88.0% / 99.2%，其实是 SRE-Bench（二进制逆向分析）的数值，现已更正（ExploitBench 为 Astra 100.0%、GPT-5.6 Sol 78.5%）。2026年9月25日，又在第4章的表格中加入了同一张 OpenAI 表格里 Gemini 3.8 Flash 的一列（DeepSWE v1.1 为 73.8%，与 Astra、Opus 5、Sol 相差都在 1.4 个百分点之内）。
GPT-6 Astra
2026年9月3日发布 / API 正式开放
参考来源: OpenAI
1. 发布概况——日期、规格、开放范围
OpenAI 把 GPT-6 Astra 定位为“目前最聪明的模型”，并说明它在计算机操作、浏览、软件工程、科学和专业工作上具备最先进的性能。官方的说法是“擅长执行跨越代码、浏览器和业务软件的多步骤工作流”，重心放在“长时间运行的工作”而不是一问一答（OpenAI 模型指南）。
| 项目 | GPT-6 Astra | 备注 |
|---|---|---|
| 发布日期 | 2026年9月3日 | 从有限的组织开始逐步扩大 |
| 模型ID | gpt-6-astra | API 无门槛 |
| 上下文 | 1,050,000 token | — |
| 最大输出 | 128,000 token | — |
| 知识截止 | 2026年4月30日 | 详见知识截止日期一览 |
| 推理强度 | low / medium / high / xhigh / max | 不支持 none |
| 支持的功能 | 流式输出、结构化输出、函数调用、文件检索、图像输入、Web搜索、提示词缓存 | — |
| 速率限制 | 5,000～15,000 RPM / 1M～40M TPM | 取决于使用层级（Build、Launch、Grow） |
输入超过 272,000 token 会加价。输入和缓存翻倍，输出为1.5倍。100万token的上下文是“用得越多单价越高”的设计，能塞进去和塞进去划算，最好当成两回事看。
2.“明明是Plus却找不到”的真相——各套餐的开放情况
这是发布后最常见的困扰。先说结论：Plus 也能用 Astra，但它不会出现在常规聊天界面（Chat）里。
以下内容依据 OpenAI 官方帮助页面（GPT-5.6 and GPT-6 Pro in ChatGPT、ChatGPT Work and Codex、Managing usage with GPT-6 Astra in Work and Codex）在2026年9月22日的写法整理。关键在于：在 Chat 里，Astra 以“GPT-6 Pro”的名字提供，适用套餐和额度都与 Work、Codex 分开（发布公告里写作“GPT-6 Astra Pro”）。
正式开放。没有门槛也不用排队，指定 gpt-6-astra 就能用。按用量付费。
在 Work 和 Codex 里，额度可以全部用在 Astra 上。Chat 里也能用 GPT-6 Pro（Pro $200 每周200条；Pro $100 和 Business Premium 与 GPT-5.6 Sol Pro 合计每周50条）。
管理员开启后才能用。发布时默认是关闭的。Chat 里的 GPT-6 Pro 也取决于工作区的模型权限。
在 Work 和 Codex 里限量使用 Astra（超出部分用积分追加）。Chat 里的 GPT-6 Pro 每月15条（与 GPT-5.6 Sol Pro 共用额度）。
只能在 Work 和 Codex 里限量使用（超出部分用积分追加）。不包含 Chat 里的 GPT-6 Pro。要找就去 Work 或 Codex 的模型选择里找。
发布时的公告是：“今天起先向部分组织提供，接下来几天内开放给所有 Plus、Pro、Business、Enterprise 用户，以及 API、Microsoft Azure、AWS Bedrock”（OpenAI 官方公告）。实际开放推迟了，OpenAI 在帮助页面中说明，作为对推迟的补偿，9月3日和4日发放了额度重置，9月7日还做了一次自动重置。
说到底，是找错了地方。很多人“打开 ChatGPT 看模型列表”→没有，就停在这一步了，可 Plus 的入口是 Work 和 Codex。
✅ “等几天 Plus 的常规聊天里也会有”，已被官方帮助页面否定。最初的公告是“几天内开放给所有 Plus 用户”，到发布5天后的2026年9月8日，情况仍不明朗，OpenAI 开发者论坛上还出现了要求说明的帖子。现在帮助页面明确写着“Plus 在 Work 和 Codex 中包含 Astra，但不包含 Chat 里的 GPT-6 Pro”，还写道能在 Work 里用 Astra，并不会自动附带 Chat 里的 GPT-6 Pro。（2026年9月22日确认。如有变化会补充）
3. 价格——该怎么问“$10/$50算贵吗”
API价格是输入 $10 / 输出 $50（每100万token）。正好是 Claude Opus 5 的 $5 / $25 的两倍，只看单价属于贵的那一档。
不过 OpenAI 在同一份文档里主张，“因为用更少的输出token就能得到更好的结果，每个任务的预估API成本反而更低”。推理模型的账单由“单价 × 实际吐出的token数”决定，所以就算单价翻倍，只要输出不到一半，总额还是会下降。
这里不要照单全收。“输出少所以便宜”是OpenAI 自己的估算，不是第三方的实测。而且任务性质一变就很容易反过来——大量发送简短回答的用途，单价会原封不动地压上来；而让它长考的设置（xhigh / max）会让输出token变多。
拿自己有代表性的任务跑10次，看账单——除此之外没有别的确认办法。
4. 基准测试——官方表格，以及并排比较时的陷阱
OpenAI 的官方公告附有把 Astra 与 GPT-5.6 Sol、Claude Fable 5.1 / Fable 5 / Opus 5、Gemini 3.8 Flash 并列的数值表。主要数值摘录如下。
| 指标（OpenAI 的表） | GPT-6 Astra | GPT-5.6 Sol | Claude Opus 5 | Gemini 3.8 Flash |
|---|---|---|---|---|
| Terminal-Bench 4.0（终端操作） | 57.9% | 37.3% | 52.6% | 19.1% |
| DeepSWE v1.1（智能体式编程） | 74.1% | 72.7% | 73.7% | 73.8% |
| Agents' Last Exam（在实际软件中完成专业工作） | 59.3% | 53.6% | 55.5% | — |
| OSWorld 2.0（电脑操作·离线版） | 72.6% | 65.7% | 70.2% | — |
| AutomationBench（业务自动化） | 41.4% | 18.1% | 26.9% | — |
| ARC-AGI-3（解决未知问题） | 99.9% | 7.8% | 30.2% | — |
| FrontierMath Tier 4 v2（数学） | 97.6% | 83.0% | 73.2% | — |
| Humanity's Last Exam（使用工具） | 57.2% | — | 63.6% | — |
出处：OpenAI 官方公告中的表格（2026年9月3日）。按 OpenAI 的注释，数值为各推理强度中的最高值。“—”表示表中没有该项数值。
差距大的是终端操作、业务自动化和解决未知问题，这与第1章“重心放在长时间运行的工作上”的说法一致。另一方面，DeepSWE v1.1 的前四名都在 1.4 个百分点之内：Astra 74.1%、Gemini 3.8 Flash 73.8%、Opus 5 73.7%、Sol 72.7%；在 Humanity's Last Exam（使用工具）上，反而是 Opus 5 更高（同一张表里 Fable 5.1 还要更高）。这并不是一张 Astra 每项都赢的表。
并排之前要注意——同一项测试，在不同的表里数值可能不同
Claude Opus 5 的 DeepSWE v1.1，在 OpenAI 的表里是 73.7%，在 Anthropic 自己的公告（2026年7月24日）的表里是 68.8%。OpenAI 的表没有注明这一行 Claude 的数值是谁、用什么设置测的。两个数都是公开发布的，但4.9个百分点的差距从何而来，凭公开信息无法判断。第三方 Artificial Analysis 为自家 Coding Agent Index（在 Codex 上运行）测的 DeepSWE 里，Astra 是68%、Sol 是72%，连名次都反过来了（2026年9月9日公布）。
Astra 的 74.1% 是 DeepSWE v1.1 的成绩。把它和 SWE-bench Verified 等另一项测试里 Claude 的数值放在一起，算不上比较。名字虽然相似，题目和评分方法都不一样。
ARC-AGI-1 上有5个模型都落在 97.5%～98.5%，而 FrontierMath Tier 4、ARC-AGI-3、ExploitBench 则被 OpenAI 自己写成“Astra 已使其饱和”。在这类指标上，1～2个百分点的差距没有意义。
那么该拿什么比？同一张表里的数值。在 OpenAI 的表里是 Astra 74.1% 对 Opus 5 73.7%；在本站 Opus 5 的文章里处理过的 Anthropic 的表里，是 Opus 5 68.8% 对 GPT-5.6 Sol 72.7%。跨表挑数字，两种结论都能凑出来。
5. 首个网络安全能力达到“Critical”的模型
比规格更大的新闻，也许是这一条。OpenAI 把 GPT-6 Astra 定位为在自家 Preparedness Framework 中首个达到“网络安全能力 Critical”的模型（OpenAI Deployment Safety Hub，系统卡发布于2026年9月3日）。
按官方的说明，Astra 已经达到能找出尚未被人知晓的漏洞，并在没有人逐步指示的情况下，针对加固过的系统想出利用它们的新方法的水平。在移除安全措施的评估里，记载了它在加固过的浏览器上走通了任意代码执行的路径，以及在加固过的操作系统上完成了权限提升。
| OpenAI 公布的数值 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|
| ExploitBench（把已知漏洞做成实际可用的攻击代码） | 100.0% | 78.5% |
| SRE-Bench（在没有源代码的情况下分析二进制·一次成功） | 88.0% | 55.9% |
| SRE-Bench（4次以内成功） | 99.2% | 68.7% |
| Gray Swan IPI Arena 攻击成功率 （越低防御越好） | 8.5% | 27.0% |
| HealthBench Professional（长度调整后） | 63.4 | 60.5 |
| Codex 模拟中严重度3级以上的偏离 | 0.063%（54,218件中34件） | 0.135%（73件） |
出处：OpenAI 官方公告与系统卡（2026年9月3日）。ExploitBench 是在去掉生产环境安全措施的状态下评估的。
ExploitBench 的100%需要打个折扣来看。OpenAI 自己在系统卡里承认，由于模型接触过历史漏洞的信息，结果可能被抬高。因此 OpenAI 只用 Astra 知识截止之后公开的漏洞做了一个内部版本（2026年6～8月）来测，结果是 Astra 39.0%、Sol 5.5%（OpenAI 注明，Sol 的数值受300轮上限影响，在较少触及上限的类似设置下为11.5%）。
攻击方的能力提高了，另一方面作为被攻击的一方反而更结实了。间接提示词注入的攻击成功率，从 Sol 的 27.0% 降到了 8.5%。在让智能体读取外部网页的用途上，这是实际能感受到的改善。
OpenAI 采取的应对不是“把能力压下去”，而是“按用途划线”。对安全代码审查、打补丁这类防御侧的工作会响应，而像为已知漏洞编写概念验证代码这种偏攻击的请求则会拒绝。此外还加上了对全部工具使用推理的监控扩展、对重大操作的用户确认、面向18岁以下的安全边界调整，并且针对生物学研究和网络安全研究另外准备了需要审核的有限访问通道。
这种“划线的方式”，在9月推出的其他新模型上也是共通的。各家都在最危险的能力周围围起栅栏，只对有资质的对象打开。“全部功能发给所有人”的时代正在结束——在这次三连发布中，我认为最容易被忽略的变化就在这里。
6. 面向开发者——迁移时会坏掉的地方
从现有代码切换过去的话，有些地方照原样就会报错。OpenAI 的模型指南里写明的变更点如下。
不要传 temperature top_p top_logprobs 等。推理模型上它们不仅不起作用，还可能被拒绝。
用 Chat Completions 也能跑，但工具调用需要 Responses API。做智能体的话，请当作必选。
none 这一档推理强度如果之前用的是 none 或 minimal，官方的指示是从 low 开始，比较结果。
从 GPT-5.5 及更早的模型迁移时，把 prompt_cache_retention 换成 prompt_cache_options.ttl（值为 "30m"）。写入缓存按输入单价的1.25倍计费，请在迁移前后比较缓存的 token 数和总费用（官方的迁移步骤）。
在行为方面，官方写明Astra 比以前更容易向用户反问。有人在旁边的对话里，这是让人省心的性格，但在无人值守的批处理里会成为卡住的原因。想让它自主执行，就在提示词里把这一点写清楚。
还有一点，Fast 模式在欧盟数据驻留环境下无法使用。而且不附带延迟方面的SLA。如果设计上以响应速度为前提，请多加注意。
7. 与 Claude Opus 5 / Gemini 3.8 Flash 的比较
2026年9月1日到3日，Anthropic、Google、OpenAI 连续三天推出了新模型。下面把现役阵容中能确认到公开数值的项目列出来。
| 模型 | 发布日期 | 输入/输出（每100万token） | 知识截止 | 上下文 |
|---|---|---|---|---|
| GPT-6 Astra | 2026年9月3日 | $10 / $50 | 2026年4月30日 | 1,050,000 |
| Claude Opus 5 | 2026年7月24日 | $5 / $25 | 2026年5月 | 1,000,000 |
| Claude Fable 5.1 | 2026年9月1日 | $10 / $50 | 2026年6月 | 1,000,000 |
| Gemini 3.8 Flash | 2026年9月2日 | $0.75 / $3.75 （导入价格，至2026年12月31日） | 2026年3月 | 1,000,000 |
可以读出三件事。
① 最顶层的价格统一到了 $10/$50。Astra 和 Fable 5.1 同价。另一方面，Anthropic 并没有改变“大多数用途都从 Opus 5 开始”的说法，所以$5/$25 的 Opus 5 才是实际主战场的格局仍在延续。
② 知识的新鲜度是 Fable 5.1 领先。2026年6月，后面依次是 Opus 5（5月）、Astra（4月30日）、Gemini 3.8 Flash（3月）。不过在配合Web搜索的用法里，这个差距对实际工作几乎没有影响。截止日起作用的时候，是关掉搜索的时候。
③ 差出数量级的是价格。Gemini 3.8 Flash 的导入价格，在输入上大约是 Astra 的十三分之一。按“聪明程度”排会挤成一团，按“成本”排就以数量级分开——这就是2026年秋天的实际样貌，比上一代的比较那时候差距更明显。
8. 注意事项——数字从哪里来，哪些会变
坦白说，本文刚发布时，有些数字因为无法核实而没有刊出。之后在官方页面上确认了的，已经标明发布方补上。
发布时无法在发布方页面上确认，所以没有刊出；之后确认了 OpenAI 官方公告里的表格，已补进第4章（2026年9月22日）。Claude 的数值中，有的会因发布方不同而不同。
官方帮助页面已给出参考值。Work 和 Codex 中的 Astra 每5小时：Plus 和 Business Standard 为5～45条，Pro（5x）为25～225条，Pro（20x）为100～900条。这是本地运行消息数的估计，并非固定上限。Chat 里 GPT-6 Pro 的额度见第2章。
规格、价格、迁移时的变更点来自 API 文档和模型指南，基准测试来自 OpenAI 官方公告（Claude 的数值也与 Anthropic 的公告核对过），安全性数值来自系统卡，各套餐的开放情况来自官方帮助页面。都在发布方的页面上确认过。
还有一点。刚发布时的信息会变。开放范围以天为单位变化，价格和限制也可能调整。各套餐的开放情况和基准测试数值，已于2026年9月22日在官方页面上重新核对。
9. 按用途推荐——什么时候该选 Astra
长时间自主运行的工作。跨浏览器和业务软件的多步骤作业、终端作业、让它读取外部网页的智能体（因为对提示词注入的抵抗力提高了）。
想把单价压到一半的时候。在文字质量和一般编码上，在目前公开的范围内看不到决定性的差距。如果 Opus 5 够用，那样更省钱。
以数量级见效的是价格。在大量处理摘要、分类、草稿的用途上，Gemini 3.8 Flash 的导入价格是压倒性的。也可以参考Gemini 的全貌。
付费之前先确认手感。用各家的免费额度都摸一遍再决定也不迟。三家免费额度的比较。
最后写一下最靠谱的决定方法。与其盯着基准测试的表格看，不如拿自己有代表性的10个任务，用相同的输入跑2～3个模型来得快。花掉的时间、账单的金额，还有跑出来的东西的质量。这三样亲眼看过，就会得到比任何表格都更准确的答案。
FAQ
Q1. GPT-6 Astra 现在已经能用了吗？
API 从2026年9月3日起正式开放，没有门槛也不用排队。在 ChatGPT 中，Plus、Pro、Business 可以在 ChatGPT Work 和 Codex 里使用（Plus 和 Business Standard 限量，Enterprise 需管理员开启）。在常规聊天（Chat）里，Astra 以“GPT-6 Pro”的名字提供给 Pro、Business、Enterprise，Plus 不包含（依据2026年9月22日的官方帮助页面）。
Q2. 明明是 ChatGPT Plus，模型列表里却没有它。
很可能是找错了地方。Plus 能用 Astra 的地方是 ChatGPT Work 和 Codex，常规聊天界面（Chat）里不会出现。请看那边的模型选择。OpenAI 最初的公告是“几天内开放给所有 Plus 用户”，但2026年9月22日的官方帮助页面明确写着“Plus 在 Work 和 Codex 中包含 Astra，但不包含 Chat 里的 GPT-6 Pro”。如果桌面应用的 Work 或 Codex 里也没有，请通过菜单的“Check for Updates”更新到最新版。
Q3. 和 Claude Opus 5 相比，哪个更强？
取决于用途。在 OpenAI 的官方表格里，DeepSWE v1.1 是 Astra 74.1% 对 Opus 5 73.7%，几乎并列；终端操作（Terminal-Bench 4.0）是 57.9% 对 52.6%，Astra 领先；Humanity's Last Exam（使用工具）是 57.2% 对 63.6%，Opus 5 领先。不过 Opus 5 的 DeepSWE v1.1 在 Anthropic 自己的公告里是 68.8%，同一项测试的数值会因发布方而不同。价格方面，Astra 是 $10/$50，Opus 5 是 $5/$25，Opus 5 更便宜。
Q4. 价格是 Opus 5 的两倍，实际真的会更贵吗？
看任务。OpenAI 说明“因为输出token大幅减少，每个任务的预估成本反而更低”，但这是自家的估算。大量发送简短回答的用途会原封不动地承受单价，用 xhigh 或 max 让它长考的话输出会变多。请拿自己有代表性的任务实测账单。
Q5. 从现有代码迁移时，什么会坏掉？
主要有4点。去掉 temperature、top_p 等采样类参数；工具调用要用 Responses API 而不是 Chat Completions；推理强度 none 不能用了（官方指示从 low 开始比较）；从 GPT-5.5 及更早的模型迁移时，把 prompt_cache_retention 换成 prompt_cache_options.ttl。写入缓存按输入单价的1.25倍计费，请在迁移前后比较账单。
Q6.“网络安全能力达到 Critical”，是说这个模型很危险吗？
它指的是 OpenAI 的 Preparedness Framework 中的能力等级，不是对危险性的判定。Astra 是首个达到该等级的模型，因此 OpenAI 按用途划了线。对安全代码审查、打补丁等防御侧的工作会响应，但像编写概念验证代码这类偏攻击的请求会拒绝。反过来说，作为被攻击的一方它变结实了，间接提示词注入的攻击成功率从 GPT-5.6 Sol 的 27.0% 降到了 8.5%。
Q7. 100万token的上下文，是不是用得越多越划算？
不是。输入超过 272,000 token 会加价，输入和缓存翻倍，输出变成1.5倍。比起把冗长的上下文整个塞进去，挑出需要的部分再传过去更便宜的场合更多。
参考来源
本文的数值全部是在下列发布方的页面上确认过的。不包含从综述文章抄来的内容。
- OpenAI — GPT-6 Astra Model（API 文档）
模型ID、上下文（1,050,000 / 最大输出128,000）、价格（$10 / $50 / 缓存 $1、$12.50）、超过272K token 的加价、知识截止2026年4月30日、推理强度、支持的功能、速率限制 - OpenAI — Model guidance
定位的说法、“输出 token 较少，所以每个任务的预估成本更低”、迁移时的4个变更点（工具调用需要 Responses API、缓存设置的替换）、Fast 模式的限制、更容易反问的行为 - OpenAI — GPT-6 Astra 官方公告
发布日期和最初公告的开放范围、基准测试表格（DeepSWE v1.1、Terminal-Bench 4.0 等，含与 Claude、Gemini 的比较）、ExploitBench（100.0% 与 Sol 的 78.5%）、SRE-Bench（一次88.0%·4次以内99.2%，Sol 为 55.9%·68.7%）、内部版 ExploitBench（2026年6～8月）的 39.0% 与 5.5%。2026年9月22日核对表格 - OpenAI — Deployment Safety Hub: GPT-6 Astra
Preparedness Framework 的网络安全能力 Critical、ExploitBench 可能被抬高的说明与 SRE-Bench 的介绍（§10.1.2）、Gray Swan IPI Arena（8.5% 与 27.0%）、HealthBench Professional（63.4 与 60.5）、偏离率（0.063% 与 0.135%）、安全措施与拒绝方针。系统卡发布于2026年9月3日 - Anthropic — Introducing Claude Opus 5
公告内表格中的 DeepSWE v1.1（Opus 5 68.8%、GPT-5.6 Sol 72.7%）。2026年7月24日 - Artificial Analysis — Benchmarking GPT-6 Astra
第三方为 Coding Agent Index（在 Codex 上运行）测的 DeepSWE（Astra 68%、GPT-5.6 Sol 72%）。2026年9月9日 - OpenAI 帮助 — GPT-5.6 and GPT-6 Pro in ChatGPT
Chat 中的 GPT-6 Pro（搭载 Astra）面向 Pro $100、Pro $200、Business、Enterprise，Plus 为 Work 和 Codex，Chat 的额度（每周200条 / 每周50条 / 每月15条） - OpenAI 帮助 — ChatGPT Work and Codex
Pro 和 Business Premium 可以把额度全部用于 Astra，Plus 和 Business Standard 限量、超出部分用积分 - OpenAI 帮助 — Managing usage with GPT-6 Astra in Work and Codex
“Plus 在 Work 和 Codex 中包含 Astra，但不包含 Chat 里的 GPT-6 Pro”、每5小时的参考值、针对发布推迟的额度重置（9月3日·4日·7日） - OpenAI — GPT-6 Astra 公告（开发者社区）
发布日期2026年9月3日、最初公告的开放范围 - OpenAI 开发者论坛 — 关于 Plus 访问范围的确认帖
“公告说面向所有 Plus 用户，实际访问却限于 Work / Codex”的指摘（2026年9月8日时的情况。现已由官方帮助页面明确）
相关文章
- Claude Opus 5 发布完全解读——会被拿来比较的现役旗舰
- GPT-5.6 发布完全解读——上一代。Luna / Terra / Sol 的三模型体制
- Claude Fable 5.1 的破坏性变更与迁移——同一周推出的另一个新模型
- GPT-6 Astra 的 low 真的更便宜吗——按推理强度实测的费用和token，与 Sol 的比较
- 主要AI的知识截止日期一览——各个模型知道“到什么时候”
