GPT-6.1 Sol 发布评测：编码代理、专业工作与 API 价格

GPT-6.1 Sol 于 2026 年 9 月 29 日发布，定位是编码、计算机使用和专业工作的工作型模型。OpenAI 的核心说法是：它在多个智能体任务上接近 GPT-6 Astra，但标准输入和输出价格约为 Astra 的五分之一。本文关注它能做什么、价格如何理解、怎样与 Claude Opus 5.5 和 Fable 5.1 选择。

关键能力

GPT-6.1 Sol 是 GPT-6 Sol 的升级版，模型 ID 为 gpt-6.1-sol。官方公布的 DeepSWE v1.1、GDP.pdf、AutomationBench、OSWorld 2.0 和 Terminal-Bench Science 0.1 结果显示，它在代码、专业 PDF、业务流程、计算机操作和科学研究方面都有提升。评测来自 OpenAI 的研究环境或 API，系统提示、工具和推理强度不同，正式产品表现可能不同。

它已经在 ChatGPT 工作区和 Codex 中提供，Plus、Pro、Business、Enterprise 和 Edu 用户可按产品规则使用；普通 Chat 对话是否可用要看官方当前说明。开发者可以通过 API 调用。国内用户使用 AIMirror GPT 中文站 时，应确认页面显示的是 GPT-6.1 Sol，而不是把其他 GPT 型号混用宣传。

API 价格

API 价格不能直接换算成会员价值。团队应记录每次请求的输入、缓存命中、输出、工具调用、重试和人工返工。个人用户则要关注套餐是否含该模型、额度如何计算以及是否支持 Codex。

编码代理体验

Sol 的优势在于工具链衔接。它适合读取仓库、执行命令、修改文件、运行测试，再根据测试结果继续定位。使用时要给出明确的权限边界，避免模型直接操作生产环境。

请维护这个项目，但先不要修改文件。
第一步：读取 README、配置、测试脚本和最近一次提交；
第二步：列出受影响的文件、风险和缺失信息；
第三步：给出最小实现方案和回滚方法；
第四步：确认后再编辑；
第五步：运行相关测试，并区分通过、失败和未覆盖项目。

评测时要看四个结果：能否发现错误假设，能否保持 diff 最小，测试失败后能否继续定位，以及最终是否需要大量人工修复。只看生成代码的数量，很容易高估模型的实际工程能力。

与 Claude 5.5 系列比较

如果你已经使用 Codex 或 OpenAI API，Sol 的迁移成本较低；如果工作重点是大型架构改造和复杂研究，Opus 5.5 值得纳入对照；如果同一项目上下文经常重复读取，Fable 5.1 的缓存价格可能更适合。

如何做公平测试

准备三组任务：五个真实 bug、一个跨文件重构、一个需要阅读十份资料的研究任务。统一材料、工具权限、提示结构和验收测试，记录一次通过率、人工修改行数、重试次数、总耗时、token 数和最终成本。

不要把不同厂商的 benchmark 直接拼成排行榜。不同测试的提示词、工具、数据集、推理档位和评测日期可能不同。更可用的结论应该来自自己的项目，例如“Sol 的修复成功率更高，Opus 的方案说明更完整，Fable 的重复任务成本更低”。

国内使用建议

选择 AIMirror GPT 中文站 或其他 AIMirror GPT 中文站 时，先确认模型 ID、上下文额度和文件能力，再测试代码、联网和工具调用。重要代码应使用测试分支和最小权限 token。长文档可以先让模型生成目录和证据清单，再生成结论，减少遗漏。

结论

GPT-6.1 Sol 的发布重点，是把强推理、编码代理和较低 API 成本结合起来。它不一定在所有任务上都胜过 Claude，但对已经使用 OpenAI 工具链的用户，迁移路径很清楚。最终选型应以真实任务的完成成本为准，而不是只看单项分数。