该从 GPT-6 Sol 换到 GPT-6.1 Sol 吗？性能、价格与 Codex 设置对比

如果你在 Codex 中使用 GPT-6 Sol，下一步可以试试推理强度设为 Medium（标准）的 GPT-6.1 Sol。 OpenAI 于2026年9月29日将6.1 Sol加入 Codex 和 ChatGPT Work，推荐用于复杂编程及持续性工作。但我们核查的官方资料没有直接给出它相较6 Sol在准确率或速度上的提升百分比。值得尝试的理由，与尚未实测的效果，应分开看待。

6 Sol与6.1 Sol有哪些变化？

OpenAI 的Codex 更新日志将6.1 Sol的加入日期记为2026年9月29日。GPT-6 Sol约一周前发布，即美国时间9月22日。6 Sol模型页面目前将它定位为复杂编程及智能体任务模型，而6.1 Sol页面称其在复杂编程、计算机操作及专业工作中的表现接近 Astra。“接近 Astra”是 OpenAI 的定位，并非与6 Sol之间差异的实测结果。

数值与支持功能来自 OpenAI API 的6 Sol和6.1 Sol规格说明。上下文窗口限制的是输入和输出的总量，并不代表模型能在一次回答中写出1,050,000个字符。

除缓存输入外，单价没有变化

在标准 API 速度、每次请求输入不超过272,000 token的条件下，两者每百万普通输入 token均收费$2，每百万输出 token均收费$10。只有缓存输入从6 Sol的$0.20降至6.1 Sol的$0.10。两者缓存写入单价均为$2.50。反复提供相同材料，在实际命中缓存时可以省钱；但如果输入全部是新内容，单看这张价目表没有节省（参见OpenAI API 价格）。

如果通过 ChatGPT 账号登录 Codex，不要直接把 API 单价换算成账单或可完成的任务数。 Codex 的官方价格文档列出两者在标准速度下相同的额外积分费率：每百万输入 token为50积分，每百万输出为250积分。缓存输入则是6 Sol的5积分、6.1 Sol的2.5积分。但订阅用量还取决于任务长度、工具调用、推理、缓存等因素。某一费率减半不保证套餐可用量翻倍。

缓存半价，不等于整项任务半价

只按 API token单价举例：100万新输入、1,000万缓存输入及100万输出 token，不含缓存写入和工具费。上图中$10的输出成本不变，只有缓存输入价差影响总额。缓存输入便宜一半，但这个例子的整体节省仅为约7%。不使用缓存时，按这张价目表差额为零。反复读取相同长文档可能带来更大节省。不过，新模型实际使用的输出、推理及重试次数也可能不同。要知道整体是否省钱，需要逐项任务测量。

输入超过272,000 token的 API 请求，整次请求的输入及缓存费率翻倍，输出费率为1.5倍。不能认为直到1,050,000 token上下文上限都适用同一费率。

同一价格页面估算，Plus和 Standard Business每五小时可发送的本地消息，6 Sol约为15–150条，6.1 Sol约为15–160条。这不是固定次数。Pro目前没有五小时额度限制，但可能有周限制及其他限制。剩余额度与重置时间应以用量页面为准。若通过 API 密钥连接 Codex，API 费用与订阅分开计算。

版本更新不等于确定的提升百分比

OpenAI 在模型选择指南中建议，复杂技术工作及需要反复修改的交付物，可以从6.1 Sol的 Medium开始；要求更精细的成品则可考虑 Extra High。Codex 模型页面同样推荐在可用时，将6.1 Sol用于复杂编程和智能体任务。这项官方建议，是在日常工作中尝试它的合理理由。

不过，在相同任务、推理强度及工具设置下，对比6 Sol与6.1 Sol的公开分数或运行时间，未出现在我们核查的 OpenAI 模型规格、更新日志及选择指南中。“接近 Astra”是相对 Astra的定位，不能证明它比6 Sol快。即使单价相同，输出 token数量不同也会改变总成本，工具等待和返工同样影响结果，长时间的仓库任务尤为如此。

“设计更好看”或“更听指令”尤其难凭一次尝试判断。修复网页时，给两者相同完成标准，在相同宽度下对比桌面和手机截图。检查可读性、间距、组件一致性、横向溢出及实现测试。回答流畅却缺少要求的修改，仍不算成功。校对文章时，应分别评价事实是否符合官方来源，以及读者下一步是否清楚。通过在开始前明确完成标准，更容易判断换模型的价值。

如何在 Codex 中切换

在桌面应用的输入框附近，用模型选择器选择6.1 Sol，并将推理强度设为Medium（标准）。部分界面需要打开高级设置。根据官方模型指南，Plus、Pro和 Business正在逐步开放，Enterprise和 Edu需要管理员启用。首发不包括 Free和 Go。此次面向 Work和 Codex，而非普通 ChatGPT Chat，因此不要只在普通 Chat的模型列表中找。看不到模型时，检查应用更新和账号可用性。

在 Codex CLI 中，以下命令只为本次启动指定模型和推理强度，可在保留原有工作设置的情况下试用6.1。

codex --model gpt-6.1-sol -c model_reasoning_effort="medium"

要更改新建本地聊天的默认值，将以下设置放入用户的config.toml文件，并避免重复已有设置。OpenAI说明，桌面应用、CLI及 IDE扩展共用这个文件。

model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

仅修改默认值，不会更改所有已保存聊天的模型。 请分别检查现有聊天输入框附近的设置。我们的Codex 模型及推理强度批量修改指南介绍了技术验证和限制。OpenAI 未提供将全部现有聊天一键切换的文档，批量修改也不意味着可以未经询问中断别人的运行中聊天。

迁移 API 调用时，不应只替换模型 ID。6.1 Sol不支持none推理，原来在6 Sol中使用none的请求应改为low并重新评估。工具调用使用 Responses API。开启推理的请求也会限制temperature和top_p等参数，复用旧参数前应检查迁移指南。官方GPT-6迁移指南建议保留实际推理强度，并用代表性任务验证行为。

例如，6 Sol工作流程若以medium读取仓库、查找原因、修复并运行测试，初次换到6.1 Sol也应保持medium。同时更改提示词、工具、测试方法和模型，很难分清结果变化的原因。如果原来6 Sol的none只用于分类，可在6.1 Sol尝试low，也可以对需求明确、执行频繁的任务比较GPT-6 Luna；它可能更适合这类用途。

如何按自己的工作选择

日常 Codex 使用可从6.1 Sol的 Medium开始。官方建议涵盖多步骤编程、研究，以及跨应用或文档工作。短小且范围明确的修改，可以测试 Light是否足够。最困难的设计问题或判断失误后果严重的审查，应重新考虑 Astra。重复分类或提取任务，也可比较 Luna。这些起点依据的是任务难度及结果是否容易验证，而不是宣称只看模型名称就能决定质量（参见OpenAI 用途建议）。

在比较用提示词中明确交付物

编程时可以这样要求：“修复此函数的边界情况，不改现有公开 API。展示一个会失败的输入，修复后运行相关测试并报告结果。”让两者从相同仓库状态开始，检查修复正确性、测试结果及不必要的改动。只要求“代码写好一点”，很难判断应采用哪份结果。

写作时固定要求：“不要增加材料中没有的数字。先写结论，再给读者可以实际尝试的三个步骤。”不能因为模型更新，就放过无依据增加的事实。分别评价调研速度、对原始来源的准确性，以及图表是否有助理解。实际选择应看重复工作中是否减少返工，而不是一次尝试谁胜出。

较早的 GPT-6 Sol、Luna与 Astra对比，包括发布时的评估及小规模实测，可参阅GPT-6 Sol与 Luna文章。不要将那些数值当成6.1 Sol的结果。若有原始来源或可复现测试在相同条件下比较两款 Sol，我们会更新评价。

结论：先用 Medium 尝试升级

GPT-6.1 Sol是 OpenAI 对 Codex 中持续复杂工作的最新推荐。标准 API 输入、输出单价与6 Sol相同，缓存输入减半。上下文上限不变，none推理不再受支持。日常使用的合理起点是6.1 Sol · Medium（标准）。公开资料没有量化速度或成功率提升。重要交付物发布前，无论选择哪款模型，都要核查原始来源、运行测试并查看实际界面。先比较相同工作，再决定采用哪款模型。

常见问题

6.1 Sol一定比6 Sol快吗？

我们核查的 OpenAI 官方资料没有给出两者在相同条件下的运行时间。比较速度必须统一任务、推理强度和工具等待条件。版本号本身不能说明谁更快。

Pro切换到6.1 Sol会额外收费吗？

通过 ChatGPT 账号使用 Codex 时，仅选择模型不会产生单独的 API 费用。使用的是套餐额度；如果购买并使用额外积分，也会扣除对应余额。API 单价适用于 API 密钥配置。先确认自己的登录方式。

现有聊天也会切换吗？

config.toml设置新建本地聊天的默认模型。已保存聊天需分别检查设置。更改模型不会自动重新生成以前的回答。

继续使用6 Sol还有理由吗？

有，例如与旧测量结果比较，或在相同条件下复现现有 API 工作流程。6 Sol API也支持none推理，而6.1 Sol不支持。迁移前检查设置并测试代表性任务。