AI-LECTURER 速報課｜2026-09-30｜約 25 分鐘

GPT-6.1 Sol：接近最強 Astra 的實力，價格只要五分之一——代理人成本怎麼算才划算？

取材：GPT 6.1 Sol: Near-Astra intelligence for a fifth of the price（Hacker News（AI 高人氣））

📍 真實場景

阿哲，32 歲，一家 30 人小型電商 SaaS 公司的後端工程師，負責維護公司自己做的「自動修 bug 小幫手」

他讓 AI 代理（自己一步步呼叫工具、改程式碼的 AI 程式）每天處理 200 張程式錯誤單，每張單要來回請求模型十幾次，每次都要把整個專案說明重新丟給模型。

😖 卡住的地方：月底帳單比預期高很多，老闆問：「換最強的 Astra 要多花多少？換便宜的 Sol 會不會變笨？」阿哲手上只有一堆看不懂的價格表，不知道該怎麼算。

💡 這課給你一套算帳方法：看懂 GPT-6.1 Sol 的價格結構（特別是快取輸入只要每百萬 token 0.10 美元），並用一個小計算機親手比較「有快取」和「沒快取」差多少。

🧭 這到底是什麼（白話版）

OpenAI 推出 GPT-6.1 Sol，是 GPT-6 Sol 的升級版。官方說法是：在代理式寫程式讓 AI 自己讀程式碼、改檔案、跑測試、再修正，而不是只回答一句話、電腦操作AI 像真人一樣看螢幕、點按鈕、操作應用程式和專業工作上，它「幾乎追上」最強的 GPT-6 Astra，但標準的輸入與輸出 tokenAI 計費與讀寫的最小單位，大約是一個字或半個字價格只有 Astra 的五分之一。

第二個重點是「快取輸入」。快取輸入如果你這次送的開頭內容和上一次一模一樣，模型就不必重新讀，可以用折扣價計費每百萬 token 只要 0.10 美元，比標準輸入便宜 95%，也比 GPT-6 Sol 自己的快取價再便宜 50%。從這兩個比例可以反推：標準輸入約 2.00 美元／百萬 token，GPT-6 Sol 的快取價約 0.20 美元。

官方拿幾個基準測試一套固定的考題，讓不同模型考同一份，比較分數與花費來說明。DeepSWE v1.1（真實程式庫裡的複雜軟體工程任務）上，Sol 6.1 的分數與 Astra 相當，成本約五分之一。AutomationBench（多步驟商務流程）比 Opus 5.5 高 2.2 個百分點，成本約三分之一。Terminal-Bench Science 0.1（資料分析、模擬、定理證明）在最高推理強度下，平均每題 5.47 美元，Opus 5.5 是 23.21 美元，Astra 是 23.80 美元。

但官方也坦白：最難的科學研究任務上，Astra 仍以 68.1% 拿到測試模型中的最高分，應該繼續用 Astra。所以這不是「Sol 取代 Astra」，而是「大部分日常工作可以用便宜很多的選擇」。

🎯 為什麼值得你花時間

代理人的帳單是被「重複讀」撐大的代理人每走一步就要再送一次請求，而每次請求開頭往往是同一份專案說明、工具清單和歷史紀錄。這些重複內容占了輸入的大部分，所以把快取輸入壓到 0.10 美元／百萬 token，比單純降低標準價更影響總成本。

「差不多好」加「便宜五倍」改變選型邏輯以前常見做法是先用最強模型確保成功率。現在官方數據顯示，在 DeepSWE v1.1 這類真實程式任務上，Sol 6.1 與 Astra 分數相當、成本約五分之一，代表大多數日常任務可以預設用 Sol，只有最難的才升級到 Astra。

數字要看「每題成本」而非只看單價官方用「每題平均成本」比較（例如 5.47 美元對 23.80 美元，低了約 77%），因為模型思考越久、輸出越多，費用越高。單價只是其中一個因素，真正決定帳單的是完成一件工作總共花了多少 token。

⚙️ 它是怎麼運作的

代理人送出第一次請求把「專案說明、工具清單、任務描述」一起送給模型。這一次整份內容都按標準輸入價計費，同時系統記住這段開頭。

▼

模型回應並呼叫工具模型讀完後決定下一步，例如「去跑測試」，輸出的字數按輸出價計費（輸出通常比輸入貴）。

▼

工具結果回來，再送第二次請求新請求的開頭仍是同一份專案說明，後面才接上新的工具結果。開頭相同的那一段可以走快取輸入價（0.10 美元／百萬 token），只有新增的部分照標準價算。

▼

重複直到任務完成步驟越多，「被快取的重複內容」累積越多，省下的錢越多。這也是官方特別強調快取價的原因：讓開發者能建構並執行「跨請求重複使用上下文」的代理人。

▼

依難度挑選模型日常工作用 Sol 6.1 省錢；官方明講最困難的科學研究任務應使用 Astra。選型的關鍵是先估算任務難度與失敗代價。

官方文中的成本與表現比較（只列原文提到的數字）

測試項目	GPT-6.1 Sol 的表現	成本重點
DeepSWE v1.1（真實程式庫軟體工程）	與 GPT-6 Astra 相當；比 GPT-6 Sol 最佳分數高 6.4 個百分點	約 Astra 的五分之一
GDP.pdf（複雜 PDF 專業問答）	高於 Opus 5.5（含 fallback）；接近 Astra	每題不到 Opus 5.5 的一半；約 Astra 的五分之一
AutomationBench（多步驟商務流程）	中等推理強度下比 Opus 5.5 高 2.2 個百分點；比 GPT-6 Sol 高 4.8 個百分點	約 Opus 5.5 的三分之一
OSWorld 2.0 離線集（電腦操作）	最高推理強度下比 GPT-6 Sol 高 7 個百分點；離 Astra 差 2.1 個百分點	比 GPT-6 Sol 便宜一半以上；約 Astra 的七分之一
Terminal-Bench Science 0.1（科學工作流程）	最高推理強度下分數超過 GPT-6 Sol 的兩倍；Astra 仍最高（68.1%）	每題 5.47 美元，Opus 5.5 為 23.21 美元，Astra 為 23.80 美元

🔍 程式碼漫遊（點有 ● 的行看白話講解）

這段小程式用官方公布的 0.10 美元快取價，估算一個代理人任務跑很多步時，有快取和沒快取的輸入費用差多少。輸出價官方摘錄沒有提供，所以程式只算輸入部分。

●PRICE_IN = 2.00 # 標準輸入，美元／百萬 token（由「快取價便宜 95%」反推）

💬 0.10 美元是標準價的 5%，所以標準價 = 0.10 ÷ 0.05 = 2.00 美元。這是推算值，不是官方直接寫出的數字。

●PRICE_CACHED = 0.10 # 快取輸入，美元／百萬 token（官方公布）

💬 官方明寫：快取輸入每百萬 token 只要 0.10 美元。

●def input_cost(steps, ctx, new, use_cache):

💬 steps 是代理人請求次數，ctx 是每次都重複的開頭 token 數，new 是每次新增的 token 數。

● first = (ctx + new) * PRICE_IN / 1e6

💬 第一次請求沒有快取可用，整份內容都按標準價算。

● ctx_price = PRICE_CACHED if use_cache else PRICE_IN

💬 重點行：後續請求裡重複的開頭，有開快取就用 0.10，沒開就仍用 2.00。

● rest = (steps - 1) * (ctx * ctx_price + new * PRICE_IN) / 1e6

💬 新增內容永遠按標準價；只有「重複開頭」享有折扣。這就是為什麼提示詞要把固定內容放前面、變動內容放後面。

● return first + rest

💬 回傳整個任務的輸入費用（美元）。

●print(input_cost(15, 40000, 2000, False), input_cost(15, 40000, 2000, True))

💬 試算：15 步、每次重複 4 萬 token、新增 2 千 token。你會看到有快取的費用明顯更低。

🛠️ 動手做：代理人輸入成本計算機：快取到底省多少？

先不改數字，按「計算」，看「沒快取」和「有快取」兩個輸入費用差多少。
把「請求次數」從 15 改成 3，再改成 40，觀察省下的比例怎麼變（步驟越多，快取越划算）。
把「每次重複的開頭 token」調大到 100000，再調小到 5000，想想：提示詞裡固定內容占比高，快取效益會怎樣？
把「快取價」改成 0.20（GPT-6 Sol 的快取價，由官方「便宜 50%」反推），和 0.10 比較。
輸出價官方摘錄沒有公布，欄位預設值只是示範數字，請換成你實際查到的價格再判斷。

👇 下面是活的，直接操作

🧠 工程思維透鏡（資深工程師看到的是什麼）

🔭 為什麼「快取價」比「標準價」更影響代理人的總成本？

代理人每一步都會把固定開頭重送一遍，請求次數越多，重複內容的累積量就越大。官方把快取輸入降到 0.10 美元（比標準輸入便宜 95%），等於直接壓低最大宗的重複支出。資深工程師會把這視為架構訊號：提示詞應該設計成「固定內容在前、變動內容在後」，才能吃到折扣；反過來，如果每次都把時間戳記或隨機內容放在最前面，快取就會失效。

🔭 「幾乎追上最強模型」該怎麼解讀，才不會被行銷話術騙？

官方數據顯示：DeepSWE v1.1 上與 Astra 相當、OSWorld 2.0 離線集差 2.1 個百分點，但 Terminal-Bench Science 0.1 上 Astra 仍以 68.1% 領先，且官方自己說最難的科學研究要用 Astra。這代表差距集中在「最難的尾端」。工程上的做法是分層路由：大多數任務走便宜模型，只有失敗代價高或難度極高的才升級。取捨在於路由判斷本身也要花成本，判斷錯了就可能讓難題落在弱模型手上。

🔭 為什麼官方用「每題成本」和不同推理強度做比較，而不是只報單價？

同一個模型在「最高推理強度」會想得更久、花更多 token，單價相同但每題成本差很多。官方把分數和每題成本放在一起（如 5.47 美元對 23.80 美元），是因為使用者真正在意的是「解決一個問題要花多少錢、成功率多少」。資深工程師會建議自己拿真實任務重測，因為官方基準測試不一定反映你的資料，單價只是成本公式的一項。

📝 隨堂考（點選答案，立即回饋）

Q1. 官方說快取輸入每百萬 token 0.10 美元，比標準輸入便宜 95%。由此可推算標準輸入價約是多少？

✅ 便宜 95% 表示快取價是標準價的 5%。0.10 ÷ 0.05 = 2.00 美元。

Q2. 官方說快取價比 GPT-6 Sol 的快取輸入價便宜 50%，那 GPT-6 Sol 的快取價約是多少？

✅ 0.10 是舊價的一半，所以舊價是 0.10 × 2 = 0.20 美元。

Q3. Terminal-Bench Science 0.1 最高推理強度下，Sol 6.1 平均每題 5.47 美元，Astra 是 23.80 美元。成本大約降低多少？

✅ 5.47 ÷ 23.80 約 0.23，也就是只花 23%，省下約 77%，與官方說的「低超過 75%」一致。

Q4. 根據原文，哪種情況仍建議使用 GPT-6 Astra？

✅ 原文明說 Astra 在 Terminal-Bench Science 0.1 拿到 68.1% 的最高分，應用在最困難的科學研究任務。

Q5. 為了讓代理人吃到快取折扣，提示詞（送給模型的內容）最合理的排列方式是？

✅ 快取要求「開頭相同」才算命中，所以固定內容（專案說明、工具清單）放前面，新結果接在後面。

🃏 翻牌記憶卡（先想答案，再點開對答）

GPT-6.1 Sol 的定位是什麼？點我翻面

接近 GPT-6 Astra 的代理式寫程式、電腦操作、專業工作能力，但標準輸入與輸出價格約為 Astra 的五分之一。

快取輸入的價格與折扣幅度？點我翻面

每百萬 token 0.10 美元，比標準輸入便宜 95%，比 GPT-6 Sol 的快取價便宜 50%。

快取輸入為什麼對代理人特別重要？點我翻面

代理人每一步都重送相同的開頭內容，快取讓這些重複部分用折扣價計費，步驟越多越省。

官方在哪類任務上仍推薦 Astra？點我翻面

最困難的科學研究任務；Terminal-Bench Science 0.1 上 Astra 得分 68.1%，是測試模型中最高。

為什麼要比較「每題成本」而不只是單價？點我翻面

推理強度與輸出長度會改變總 token 數，實際帳單取決於完成一個任務總共花了多少，單價只是其中一項。

✅ 離開前自測（全勾＝這課真的學會了）

我能夠用一句話說明 GPT-6.1 Sol 與 GPT-6 Astra 的定位差異（能力接近、價格約五分之一）。我能夠從「便宜 95%」的說法反推標準輸入價，並說明這是推算值而非官方直接公布的數字。我能夠解釋快取輸入是什麼，以及為什麼固定內容要放在提示詞前面。我能夠用小計算機估算一個代理人任務有快取與沒快取的輸入費用差異。我能夠說出官方承認 Astra 仍較強的場景，並據此設計「一般任務用 Sol、最難任務用 Astra」的分層策略。