GPT-6.2 Sol 值得先用在日常程式碼改動、有資料可對照的寫作,以及能自動驗收的 API 工作流。要在陌生程式碼庫或一批資料里找線索,建議留著 6.1 Sol 做對照。Hacker News 使用者 ariwilson 用相同的 30 個修復和功能需求做了比較,新版多通過兩次測試,單次用時的中位數卻更長。原始比較

2026 年 11 月 17 日,Plotly 用兩代 Sol 各跑了一輪 43 道分析題。6.2 Sol 花了 1.22 美元,答對 40 道。6.1 Sol 花了 2.61 美元,全部答對。 新版漏掉的三道都要求主動尋找隱藏規律。如果這些例外會改變結論,人工重查可能花掉模型省下的時間。Plotly 評測報告
下面先看真實任務,再看基準成績。資料散在多個標籤頁時,可以在 Tabbit 瀏覽器里固定輸入,用同一份資料運行 GPT-6.2 Sol。
先看結論
日常編碼、PR 審查和格式固定的提取從 Medium 等級試起。提前寫下驗收條件。
Plotly 測得新版每題耗時中位數為 10.5 秒,前代為 17.6 秒。隱藏規律題新版對 2 道,前代對 5 道。
Standard API 單價和 6.1 Sol 相同,每百萬 Token 分別收取 2 美元輸入、0.10 美元緩存命中輸入和 10 美元輸出。比較實際費用時要計入重試。
Artificial Analysis 的 Codex 基準測試中,Max 等級新版綜合程式碼代理指數低 3 分,主要差在程式碼庫問答。
多服務排查可以試 Astra。是否值得加預算,按同一驗收規則比較通過數和人工複核時間。
GPT-6.2 Sol 在哪裡能用
OpenAI 在 2026 年 11 月 17 日同時推出 6.2 Sol 和 6.2 Astra。Sol 的 API ID 是 gpt-6.2-sol,接收文字和圖片,輸出文字。上下文為 1,050,000 Token,其中輸入上限 922,000,輸出上限 128,000。API 不接受 none 推理等級。參數可以參考 Sol 型號資料 (简体中文)和 API 與 Codex 配置示例 (简体中文)。官方 API 規格
| 入口 | 怎麼開始 | 要核對甚麼 |
|---|---|---|
| ChatGPT Work | 在支持的套餐里打開 Work 並選 Sol | Enterprise 和 Edu 需要管理員開放 |
| Codex 桌面端或 CLI | 用模型選擇器或 /model | Codex 與 Work 共用用量,Ultrafast 另有條件 |
| OpenAI API | 指定 gpt-6.2-sol | 核對處理層級、緩存寫入和工具費用 |
| Tabbit 瀏覽器 | 用 GPT-6.2 Sol 處理分頁或檔案中的資料 | 保留原文摘錄與連結,方便複核 |
推理等級會影響模型在任務上花多少推理預算,Ultrafast 是單獨的速度設置。對照試跑時兩項都要記錄。官方發布說明列出 Plus、Pro、Business、Enterprise 和 Edu 的 Work 入口,企業或教育工作區受管理員配置影響。ChatGPT Work 和 Codex 發布說明
先看真實任務結果
在 Codex 用固定資料做一次問答
編輯團隊用 Codex CLI 的 gpt-6.2-sol Medium 等級,把 API 費率、Plotly 結果和 Work/Codex 的檔位說明放進同一份資料集。要求模型僅根據資料回答三題,分別給出出處。
第一題給 40,000 個輸入 Token,其中 10,000 命中緩存,另有 4,000 個計費輸出 Token。排除緩存寫入和工具費,答案是 0.060 + 0.001 + 0.040 = 0.101 美元。Sol 算對了三個分項,指出前代多找出三條隱藏規律,報告未給新版 p95,也區分了 High 推理等級和 Ultrafast。三條回答都引用了資料標籤。
樣本只有一次,而且關鍵數字已放進題目。它適合檢查是否照資料作答。對陌生程式碼庫的發現能力和 API 實際賬單,需要另外驗證。Sol 實測與評估資料 (简体中文)
給模型一組需要自己查的資料
Plotly 在 Studio Embedded 里讓兩代 Sol 各跑一輪。新版答對全部 38 道常規題,總工具調用從 258 次降到 158 次,輸出從約 70,000 Token 降到 45,000。五道隱藏規律題里,新版平均每題執行約 9 次資料庫查詢,前代約 16 次。原始測試方法和結果
同樣的單價下,調用和用量下降可以把任務花費降下來。Plotly 也發現,其他模型復跑時分數最多相差三題。這次的三道漏題值得放進移轉抽查,實際會漏多少要用重復試驗回答。
怎麼讀基準測試
| 測試 | GPT-6.2 Sol | 對照 | 適合判斷甚麼 |
|---|---|---|---|
| Plotly 43 道分析題 | 40/43,1.22 美元 | 6.1 Sol 為 43/43,2.61 美元 | 單輪任務用量和費用 |
| Plotly 隱藏規律題 | 2/5 | 6.1 Sol 為 5/5 | 是否需要單獨檢查例外 |
| OpenAI 引用的 FrontierCode 2.0 | 距 Astra 0.5 分以內 | 約為 Astra 單任務成本的五分之一 | 兩者均為 Max,按程式碼庫任務規則評分 |
| Artificial Analysis Coding Agent Index | 低 3 分 | 6.1 Sol,Max | 同用 Codex 測試環境,差異主要來自程式碼庫問答 |
FrontierCode 按評分項加權,未過阻斷性條件的提交計零。Artificial Analysis 報告的 SWE-Atlas-QnA-AA 下滑 14 分,涉及漏掉關鍵事實。只改一個文件和查齊一個接口的調用方,考驗的能力不同。Cognition 方法 · OpenAI 首發基準 · Artificial Analysis 測試
哪些任務適合先試 Sol
有測試的程式碼修改和 PR 審查
找一個能穩定復現的失敗測試,或一份改動範圍明確的 diff。做審查時,每條意見都要求給出文件、觸發條件和實際影響。如果需要在網頁上驗證,給兩次運行同樣的頁面初始狀態和檢查步驟。Codex 瀏覽器操作指南
HN 使用者 rednb 反饋新版做 UI 草稿時會多迭代幾步。這個觀察值得用自己的操作路徑檢驗。原始評論

字段和輸入已知的批次分析
例行報表有明確的列、時間過濾條件和輸出格式,適合檢查效率優勢能不能復現。把行數、單位、日期和關鍵數字的出處寫進驗收規則。統計費用時把重試和人工校正一起計入。每個通過結果怎麼算成本
根據已知資料寫作
公告、項目進展和資料摘要都可以從簡短的資料集開始。要求原樣保留名稱、數值和鏈接,找不到就明說。網頁會更新,保留採集時間和原文再做模型對照。帶出處的網頁研究
哪些情況要多檢查一步
任務本身就是找異常
設計一兩個預先知道答案的難例,比如同一個參數在兩處定義,或後半份報告換了單位。看哪個模型能把異常和依據說全。如果現有 6.1 Sol 做得穩定,就先留在對照組。相近的版本名容易混淆,參考早期 GPT-6 Sol 評測時注意版本。
問答聽起來正確,卻少了一個調用方
可以問模型哪些頁面用了某個共享函數、哪個調用方修改了默認值。少看一個頁面就可能改變結論。用程式碼庫里的實際調用關係和測試校驗,只有 High 或 Max 能追回關鍵遺漏時,才把更高檔位留給這類任務。
原型看起來完成了,實際交互還有問題
網頁截圖能看排版,交互需要點擊驗證。用目標設備的寬度打開頁面,逐個操作控件,檢查輸入、動畫和聲音等實際行為。
thefourthchime 在一個生成原型里發現了佈局和聲音問題。原始評論

prmoustache 試了不同推理等級,反饋 High 下繪制的騎車圖仍把雙腿放在自行車同一側。原始評論

用 Tabbit 固定比較資料
編輯團隊在 Tabbit 瀏覽器中只讀打開三份公開資料,核對 API 的三項費率、兩代 Sol 的整套測試花費和通過數、10.5 秒中位數,以及 Ultrafast 的使用條件。這些就是上面 Codex 題目用到的資料。API 模型頁 · Plotly 報告 · Work 發布說明

用 Tabbit 的 Agent 集成收集來源,再按多模型研究流程保存摘錄與鏈接。每個模型都使用相同的輸入和提問順序。若要比較找資料的能力,再另開一輪,從同樣的起始頁面和工具權限開始。上面的取證用的是 TabbitDance,固定資料題跑在 Codex。也可以把同一份資料交給 Tabbit 中的 GPT-6.2 Sol。
按實際任務選
| 任務 | 從哪裡開始 | 甚麼時候換 |
|---|---|---|
| 小改動、PR 審查和固定報表 | 6.2 Sol Medium | 驗收漏項或人工改動增加,就和原方案重比 |
| 尋找未點名的證據、異常或調用方 | 同題比較 6.1 Sol 和 6.2 Sol | 看誰找回了關鍵例外,以及人工要核多久 |
| 跨服務除錯,重試代價高 | 並排試 6.2 Astra 和 Sol | 只有更貴的模型能實質增加通過數時才加預算 |
| 高頻 API 工作流 | 選一批有代表性的請求試 6.2 Sol | 比較端到端耗時、賬單、重試和每個通過結果的成本 |
從一個日常任務、一個已知例外和一個難題起步。6.2 Sol 在不降低驗收標準的前提下省錢或省復核時間,就把相應任務遷過去。若還在用早期旗艦版,可以從 GPT-6 Astra 評測梳理現有基線。原始資料跨多個網頁時,用 Tabbit 固定輸入再跑。
常見問題
GPT-6.2 Sol 比 GPT-6.1 Sol 強嗎?
有明確驗收條件的日常工作可以先試 6.2 Sol。Plotly 的一輪分析測試費用不到前代的一半,但五道找隱蔽規律的題里,6.2 Sol 答對兩道,6.1 Sol 全答對了。移轉前用手邊的難題再比一次。
GPT-6.2 Sol 適合在 Codex 寫程式碼嗎?
小範圍改動、PR 審查和有可靠測試的任務,可以先試它。需要跨文件梳理調用關係時,用現有模型對照。Artificial Analysis 在同一 Codex 環境的 Max 等級測到新版程式碼庫問答退步。
GPT-6.2 Sol API 如何計費?
Standard API 每百萬 Token 按未緩存輸入 2 美元、緩存命中輸入 0.10 美元、輸出 10 美元計費。寫入緩存或使用單獨計費的工具可能產生額外費用。ChatGPT Work 與 Codex 共用訂閱用量。
普通 ChatGPT 對話里可以用 GPT-6.2 Sol 嗎?
OpenAI 於 2026 年 11 月 17 日在 ChatGPT Work、Codex 和 API 推出 Sol。使用 ChatGPT 時要進入 Work。Enterprise 和 Edu 的管理員需要先啓用。
GPT-6.2 Sol 和 GPT-6.2 Astra 怎麼選?
能快速驗收的任務先試 Sol。跨服務除錯、人工複核或重試成本較高的任務,可用同一組案例試 Astra,比較通過數和實際總成本。
GPT-6.2 Sol 應該選甚麼推理等級?
範圍清楚的任務從 Medium 起步。可復現的錯誤用 High 再測一次,只有 Max 能穩定解決重要問題時才保留。Ultrafast 是單獨的速度設置,有自己的開放條件。