截至 2026 年 10 月 1 日，GPT-6.1 Sol（API 模型 ID gpt-6.1-sol）的标价是每百万 token 输入 $2、输出 $10，Claude Opus 5.5（claude-opus-5-5）是 $4 和 $20，刚好差一倍。真实账单的差距比这大得多：在 Artificial Analysis 的评测里，两者都用 medium 推理强度时，GPT-6.1 Sol 每个任务花 $0.21，Opus 5.5 花 $1.34，约 6.4 倍；都开到 max 时是 $0.72 对 $5.98，约 8.3 倍。原因是 Opus 5.5 完成同一个任务写出的 token 大约是 Sol 的 3 倍。
分数方向相反。同一份评测里 Opus 5.5 的综合指数高 3 分（medium）到 6 分（max），Vals Index 上高 5.8 个百分点。所以可以这样起步：量大、能自动验收、失败了可以重跑的任务，默认先试 GPT-6.1 Sol；一次做错要花很多人工去发现和返工的难题，留给 Opus 5.5。两者之间的分界线不是一个固定答案，取决于你自己任务上的通过率和每次复核的成本，后面有一条可以直接代入的规则。
下面的数字来自两家厂商的公告、文档和第三方评测，测试方与设置随每条给出。
批量任务先试 GPT-6.1 Sol，高难度任务先试 Opus 5.5
| 任务形态 | 先试 | 依据 | 会改变结论的条件 |
|---|---|---|---|
| 批量、可自动验收、可重试（分类、抽取、常规代码修改、工单处理） | GPT-6.1 Sol | 标价一半；Artificial Analysis 的单任务成本约为 Opus 5.5 的 1/6 到 1/8 | Sol 在你的任务上通过率低到要反复重跑 |
| 难度高、每次结果都要人看、返工代价大（跨模块重构、长时间 Agent、科研类终端任务） | Claude Opus 5.5 | 第三方指数高 3 到 6 分；OpenAI 自己的发布图表里，max 档 Opus 5.5 在两项基准上也高 6 分以上 | 你的复核成本很低，或 Sol 的通过率已经接近 Opus 5.5 |
| 单次输入超过 272K token 的长文档 | 两个都测 | 超过 272K 后 Sol 的输入单价翻倍到 $4，与 Opus 5.5 持平，token 数相同时的价差从 50% 缩到 1% 到 7% | 能把输入切到 272K 以内；两家实际输出的 token 数 |
| 已经在用 GPT-6 Sol | GPT-6.1 Sol | 价格不变，缓存输入从 $0.20 降到 $0.10 | 代码里把推理强度设成了 none，6.1 不接受 |
GPT-6.1 Sol 是什么：与 Opus 5.5 不同档，同价的是 Sonnet 5.5
"GPT 6.1"目前只有一款：GPT-6.1 Sol。没有 GPT-6.1 Astra 或 GPT-6.1 Luna，也没有不带后缀的 GPT-6.1。OpenAI 的发布公告把它定位成 GPT-6 Sol 的升级版，在高难度任务上向 GPT-6 Astra 靠拢，标准输入和输出价格是 Astra 的五分之一；公告同时写明 Astra 仍是 OpenAI 综合能力最强的模型。公告正文没有写具体日期，它出现在 2026 年 9 月底的 DevDay 期间，多家报道记为 9 月 29 日。
Claude Opus 5.5 是 Anthropic 在 2026 年 9 月 22 日发布的模型，面向长时间运行的智能体编程和知识工作。在 Anthropic 的价格表里，它上面还有 Fable 5.1（每百万 token 输入 $10、输出 $50），下面是 Sonnet 5.5（$2、$10）。也就是说，两边都不是各家最贵的那一档，但也不在同一层：按价格，和 GPT-6.1 Sol 同价的是 Sonnet 5.5，Opus 5.5 高一档。价格差一倍、分数有差距，都要放在这个前提下看。
| 项目 | GPT-6.1 Sol | Claude Opus 5.5 |
|---|---|---|
| API 模型 ID | gpt-6.1-sol | claude-opus-5-5 |
| 上下文窗口 | 1,050,000 token（最大输入 922,000） | 1,000,000 token |
| 最大输出 | 128,000 token | 128,000 token（Message Batches 加 beta 请求头可到 300,000） |
| 推理强度 | low、medium（默认）、high、xhigh、max；不支持 none 和 minimal | 自适应思考始终开启，effort 默认 medium，不能关闭思考 |
| 知识截止 | 2026 年 4 月 30 日 | 2026 年 6 月（可靠知识截止） |
| 订阅入口 | ChatGPT 工作模式与 Codex：Plus、Pro、Business、Enterprise、Edu；公告写明尚未在聊天中提供 | Claude Pro、Max 等套餐 |
规格来自 OpenAI 的 GPT-6.1 Sol 模型页和 Anthropic 的 Opus 5.5 模型概览。GPT-6.1 Sol 是否面向 Free 和 Go 用户，公告里没有说明。
标价差 2 倍：逐项对照
以下是两家直连 API 的 Standard 档价格，单位为美元每百万 token，不含税、数据驻留加价和工具费用，截至 2026 年 10 月 1 日。
| 计费项 | GPT-6.1 Sol | Claude Opus 5.5 |
|---|---|---|
| 输入 | $2 | $4 |
| 输出 | $10 | $20 |
| 缓存读取（缓存输入） | $0.10 | $0.20 |
| 缓存写入 | $2.50 | $5（5 分钟档）；$8（1 小时档） |
| 单次输入超过 272K token | 整次请求改按输入 $4、缓存读取 $0.20、缓存写入 $5、输出 $15 | 不变，1M 上下文内同价 |
| Batch | 输入 $1、输出 $5 | 输入 $2、输出 $10 |
| Fast mode | 输入 $4、输出 $20 | 输入 $8、输出 $40（研究预览，仅 Claude API，不能与 Batch 叠加） |
| 指定区域推理 | 加 10% | 仅美国推理乘 1.1 |
出处是 OpenAI 定价页和 Anthropic 定价页。在 272K 以内，Sol 的每一项都正好是 Opus 5.5 的一半。OpenAI 定价页上"促销价至少持续到 2026 年 11 月 21 日"的说明针对的是 GPT-5.6 Sol，GPT-6.1 Sol 的价格没有标注为促销价。公告提到的 GPT-6.1 Sol Ultrafast 在定价表里没有对应价格行。
短上下文：$0.30 对 $0.60
假设两家处理的 token 数相同，10 万输入加 1 万输出，不用缓存：
- GPT-6.1 Sol：0.1 × $2 + 0.01 × $10 = $0.30
- Opus 5.5：0.1 × $4 + 0.01 × $20 = $0.60
大量复用缓存时比例不变。20 万缓存读取加 2 万新输入加 5 千输出：Sol 是 0.2 × $0.10 + 0.02 × $2 + 0.005 × $10 = $0.11，Opus 5.5 是 0.2 × $0.20 + 0.02 × $4 + 0.005 × $20 = $0.22。这个算例没有计入此前的缓存写入费用，命中率也取决于提示词结构；两家缓存怎么计费、写入多久回本，见 OpenAI 与 Claude 缓存计费：缓存输入、写入成本与回本计算。
272K 这条线：多 1,000 个 token，Sol 的账单涨 87%
GPT-6.1 Sol 的规则是"单次输入超过 272K token，整次请求按更高单价计费"，正好 272,000 仍算低档。Opus 5.5 没有这条阶梯价，Anthropic 定价页的原话是 90 万 token 的请求与 9 千 token 的请求按同一单价计费。把边界两侧都算一遍（均不用缓存，输出 2 万 token）：
| 输入 token | GPT-6.1 Sol | Claude Opus 5.5 | Sol 便宜多少 |
|---|---|---|---|
| 272,000 | 0.272 × $2 + 0.02 × $10 = $0.744 | 0.272 × $4 + 0.02 × $20 = $1.488 | 50% |
| 273,000 | 0.273 × $4 + 0.02 × $15 = $1.392 | 0.273 × $4 + 0.02 × $20 = $1.492 | 约 7% |
| 300,000 | 0.3 × $4 + 0.02 × $15 = $1.50 | 0.3 × $4 + 0.02 × $20 = $1.60 | 约 6% |
| 900,000（输出 1 万） | 0.9 × $4 + 0.01 × $15 = $3.75 | 0.9 × $4 + 0.01 × $20 = $3.80 | 约 1% |
输入从 272,000 增加到 273,000，Sol 这次请求多花 $0.648，涨了 87%；Opus 5.5 只多 $0.004。过线之后两家输入同价，只剩输出还差 $5，所以 token 数相同的前提下 Sol 仍然略便宜，但优势几乎消失。如果你的文档刚好在 272K 上下，把输入裁到线内比换模型省得多。
这些算例都假设两家的 token 数相同，而这恰恰是不成立的地方。
为什么实测单任务成本差 6 到 8 倍
Artificial Analysis 的对比页按相同推理强度把两款模型配了两组：
| 指标 | GPT-6.1 Sol medium | Opus 5.5 medium | GPT-6.1 Sol max | Opus 5.5 max |
|---|---|---|---|---|
| Intelligence Index | 48 | 51 | 52 | 58 |
| 每任务成本 | $0.21 | $1.34 | $0.72 | $5.98 |
| 跑完整套指数的成本 | $361 | $1,627 | $1,082 | $8,708 |
| 每任务输出 token | 8k | 26k | 38k | 119k |
| 其中推理 token | 3k | 12k | 25k | 84k |
Opus 5.5 两行的完整名称带有"Adaptive Reasoning"和"Default Fallback"，后者的含义见下一节；max 组的数据在另一张对比页。
引用倍数时要说清是哪个指标。按"每任务成本"，Opus 5.5 是 Sol 的 1.34 ÷ 0.21 ≈ 6.4 倍（medium）和 5.98 ÷ 0.72 ≈ 8.3 倍（max）；按"跑完整套指数的成本"是 4.5 倍和 8.0 倍。两个口径都远高于标价的 2 倍，多出来的部分主要来自输出量：Opus 5.5 每个任务输出的 token 是 Sol 的 3.1 到 3.3 倍，而输出正是最贵的那一项。单价贵一倍，再乘以三倍多的输出，就到了六倍上下。
另一份独立数据方向一致。Vals Index v2.1（2026 年 9 月 30 日更新）里，Opus 5.5 每个测试的成本是 $32.14，GPT-6.1 Sol 是 $3.24，约 9.9 倍。
还有一层没法靠标价估出来：两家的分词器不同。Anthropic 在定价页说明，Claude 4.7 及之后的模型使用的分词器，对同一段文本产生的 token 比它上一代分词器多约 30%；同一段文本在两家各算多少 token，没有公开的换算比例。"每 token 贵一倍"不等于"每份文档贵一倍"，要估自己的账单，最可靠的做法是拿二三十个真实任务在两边各跑一遍，读各自 API 返回的 usage 字段。
Opus 5.5 的推理强度本身就是最大的成本旋钮，五档各自适合什么任务，见 Claude Opus 5.5 的 effort 怎么选？五档设置与任务成本比较。
谁的基准分数更高：看哪一档、谁测的
独立评测：Opus 5.5 分数更高
上表里，同档比较 Opus 5.5 领先 3 分（medium，51 对 48）和 6 分（max，58 对 52）。Vals Index v2.1 上是 66.97% 对 61.15%，差 5.8 个百分点，Opus 5.5 的分数带 ±0.9 的误差范围。顺带一提，同一张榜上 Claude Sonnet 5.5 是 67.04%，每个测试 $21.34，与 Opus 5.5 基本持平而更便宜。
把档位错开看，结论会变：GPT-6.1 Sol 开到 max 得 52 分，每任务 $0.72；Opus 5.5 用 medium 得 51 分，每任务 $1.34。也就是在这套评测里，把 Sol 的推理强度拉满，能以大约一半的单任务成本拿到与中档 Opus 5.5 相当的分数。想超过这个水平，才需要为 max 档的 Opus 5.5 付每任务近 $6。
这些都是发布当周的快照，只代表各家评测自己的题目，数值可能修订。
OpenAI 的发布数据：medium 档 Sol 领先，max 档 Opus 5.5 领先
OpenAI 公告里点名 Opus 5.5 的有三项，正文原意是：
- GDP.pdf：所测的各档推理强度下，GPT-6.1 Sol 的得分都高于"带回退机制的 Opus 5.5"，单任务成本不到其一半。
- AutomationBench 1.0.6：
medium档 Sol 比 Opus 5.5 高 2.2 个百分点，成本约为三分之一。 - Terminal-Bench Science 0.1：最高推理强度下，Sol 的平均单任务成本 $5.47，Opus 5.5 是 $23.21。
公告正文没有给出最后一项的得分。发布图表里的具体数值，按 Kingy AI 的逐项转录是这样的：
| 基准与档位（OpenAI 发布图表） | GPT-6.1 Sol | Claude Opus 5.5 |
|---|---|---|
GDP.pdf，medium | 30.0%，$0.34/任务 | 25.6%，$0.80/任务 |
GDP.pdf，high | 32.0%，$0.35/任务 | 28.8%，$0.83/任务 |
AutomationBench 1.0.6，medium | 31.7%，$0.19/任务 | 29.5%，$0.65/任务 |
AutomationBench 1.0.6，max | 36.1%，$0.30/任务 | 42.5%，$1.44/任务 |
Terminal-Bench Science 0.1，max | 57.0%，$5.47/任务 | 63.3%，$23.21/任务 |
即使在 OpenAI 自己挑选的基准里，max 档 Opus 5.5 在 AutomationBench 上也高 6.4 个百分点，在 Terminal-Bench Science 上高 6.3 个百分点，代价是每任务约 4.8 倍和 4.2 倍的成本。读这张表要记住两点：基准、设置和测试环境是 OpenAI 选的；公告脚注写明，GPT 的结果在 OpenAI 的研究环境或 API 中测得，Opus 5.5 的结果取自公开报告，并非 OpenAI 自己跑的。
Anthropic 发布 Opus 5.5 时公布的成绩（Terminal-Bench 4.0 66.4%、GDPval-AA v2.1 1846 Elo 等，见 Anthropic 的发布页）早于 GPT-6.1 Sol，表里没有它的行。两家的发布数据里，找不到一项版本完全相同、同时包含两款模型的基准。
早期用户反馈两个方向都有：有人说换成 Sol 后完成率更高、更便宜，也有人说 Opus 5.5 明显更好。这些是个例，不能当作质量或额度的证据。
榜单里的"Default Fallback"是什么
Artificial Analysis 给 Opus 5.5 标了"Default Fallback"，Vals 在脚注里写"部分子任务在供应商拒绝后由回退模型完成"，OpenAI 公告写的是"带回退机制的 Opus 5.5"。三处说的是同一件事。
按 Anthropic 的拒绝与回退文档，Opus 5.5 的安全分类器可能拒绝某些请求，响应仍是 HTTP 200，但 stop_reason 为 "refusal"。调用方可以开启服务端回退（fallbacks: "default"，需要 beta 请求头 server-side-fallback-2026-07-01），这时 API 会改用 Anthropic 为该拒绝类别推荐的模型重试，文档示例里是 Claude Opus 4.8，响应会注明实际作答的模型。Anthropic 的发布页说，网络安全类任务多数会路由到 Opus 4.8。
对你有三点实际影响：
- 回退不是默认开启的，由调用方配置。没有配置时，拒绝就是最终结果，榜单上那个带回退的分数你拿不到。
- 榜单里 Opus 5.5 的分数和成本，有一部分其实来自另一款模型。
- 计费按实际运行的模型分别算。请求在产生任何输出之前被拒绝时，截至 2026 年 9 月只有
bio、frontier_llm、reasoning_extraction三个类别会收费，但都计入速率限制。
回退多久触发一次取决于任务类型。安全、生物这类容易触发分类器的领域，上线前要单独测拒绝率。GPT-6.1 Sol 一侧的拒绝行为，公开资料里没有可比的数据。
用自己的通过率算：每个可用结果的成本
单任务成本低，不代表拿到一个能用的结果更便宜。如果便宜的模型要多跑几次、每次还要人看一眼，账就得重算。一条够用的规则：
每个可用结果的成本 = （单次尝试的 token 成本 c + 每次复核的人工成本 R）÷ 通过率 p
Opus 5.5 更划算的条件是：
Opus 5.5 通过率 ÷ Sol 通过率 > （c_Opus + R）÷（c_Sol + R）
c 可以先借用 Artificial Analysis medium 档的每任务成本（Sol $0.21，Opus 5.5 $1.34），之后换成你自己任务的实测值。R 和通过率是你的输入，没有任何公开数据能替你填。代入几种复核成本：
| 每次复核成本 R | 相当于 | 所需通过率之比 | 若 Sol 通过率 70%，Opus 5.5 需要超过 |
|---|---|---|---|
| $0 | 全自动验收 | 1.34 ÷ 0.21 ≈ 6.38 | 做不到（需要 447%） |
| $1 | 时薪 $60 的人看 1 分钟 | 2.34 ÷ 1.21 ≈ 1.93 | 做不到（需要 135%） |
| $5 | 时薪 $60 的人看 5 分钟 | 6.34 ÷ 5.21 ≈ 1.217 | 85.2% |
| $20 | 时薪 $60 的人看 20 分钟 | 21.34 ÷ 20.21 ≈ 1.056 | 73.9% |
以 R = $5、Sol 通过率 70% 为例验算边界两侧。Sol 每个可用结果的成本是 5.21 ÷ 0.7 ≈ $7.44。Opus 5.5 通过率 90% 时是 6.34 ÷ 0.9 ≈ $7.04，比 Sol 便宜；通过率 80% 时是 6.34 ÷ 0.8 ≈ $7.93，比 Sol 贵。分界点就在 85.2%。
这张表可以读出两条结论：
- 能自动验收的任务，token 成本说了算。只算 token 时，即便 Opus 5.5 次次通过，Sol 的通过率也要低于 1 ÷ 6.38 ≈ 15.7% 才会输。这类任务几乎总是 Sol 更省。
- 复核越贵，模型单价越不重要。每次要人看 20 分钟时，Opus 5.5 的通过率只要比 Sol 高 4 个百分点左右就回本了。
这条规则假设每次重试相互独立、每次复核耗时相同，并且没有计入"错误结果没被发现"的损失。如果你的任务里漏掉一个错误代价很高，应当更偏向通过率高的一方。
速度：Sol 先开口，Opus 5.5 吐字快
Artificial Analysis 测得的输出速度是 Opus 5.5 更快：medium 档 72 对 59 token/秒，max 档 92 对 65 token/秒。但首个回答 token 的等待时间是 Sol 短得多：medium 档 5.29 秒对 22.18 秒，max 档约 282 秒对 703 秒。Vals 记录的每个测试端到端耗时是 Sol 43 分 10 秒，Opus 5.5 1 小时 19 分。
每秒 token 数更高不等于任务更早完成，因为 Opus 5.5 要写的 token 是三倍左右。交互式场景更在意首字延迟，Sol 占优；这些数字都随推理强度、负载和线路变化。
20 美元套餐：两家没法按数字比
OpenAI 的 ChatGPT 工作模式与 Codex 定价页写明，Plus 和标准 Business 每 5 小时窗口内，GPT-6.1 Sol 的本地消息数是 15 到 160 条（GPT-6 Sol 15 到 150，GPT-6 Astra 5 到 45，GPT-6 Luna 350 到 3,000），并注明实际数量取决于模型、任务大小和复杂度。这是区间，不是保证值。Codex credits 的消耗是每百万 token 输入 50、缓存输入 2.5、输出 250；GPT-6 Sol 是 50、5、250，Astra 是 250、25、1,250。GPT-6 家族内部的 credits 怎么折算，见 GPT-6 Luna 与 Sol 价格对比：API 和 Codex 分别怎么算。
Anthropic 一侧，Opus 5.5 包含在 Claude Pro 和 Max 里，发布页说 Pro、Max、Team 和按席位计费的 Enterprise 的五小时用量上限随这次发布提高了，但没有公布数值。
所以两个 20 美元档套餐没法用一个数字比谁更耐用，也不能拿月费除以 API 单价去推算额度。只打算留一家的话，更实际的判断是：你常用的工具在哪一边（Codex 还是 Claude Code），以及按上面的任务分类，你的活儿更像哪一类。还要注意，GPT-6.1 Sol 目前在 ChatGPT 的工作模式和 Codex 里提供，公告写明尚未在聊天中提供。
切换前要改什么：模型 ID、推理强度和 thinking 参数
从 GPT-6 Sol 换到 GPT-6.1 Sol
- 把模型 ID 从
gpt-6-sol改成gpt-6.1-sol。输入 $2、输出 $10 不变，272K 规则不变，缓存输入从 $0.20 降到 $0.10。 gpt-6.1-sol不接受none和minimal两档推理强度，而 GPT-6 Sol 接受none。如果你用none关闭推理来压延迟，要改成low或更高，并重新测延迟和输出 token 数。- 质量变化以 OpenAI 的说法为准：公告称 6.1 在 AutomationBench 同设置下比 GPT-6 Sol 高 4.8 个百分点。换之前仍建议用自己的回归用例跑一遍。
从 OpenAI 换到 Claude Opus 5.5
- 思考不能关闭：传
thinking: {"type":"disabled"}或手动指定预算会返回 400。 tool_choice只接受auto和none，传any或指定某个工具会返回 400。- 工具调用之间的文字会放进 thinking 块，默认显示设置下这些块是空的，依赖中间文字的日志和界面要调整。
- 同一档 effort 下，它每轮的思考量往往比 Opus 5 更多，
xhigh和max最明显，预算要按新的输出量重估。 - 如果任务涉及容易触发拒绝的领域，决定是否配置服务端回退，并在日志里记录实际作答的模型。
以上限制出自 Opus 5.5 的更新说明，完整的迁移检查项见 Claude Opus 5.5 已发布：API 价格、能力与从 Opus 5 迁移的检查项。
常见问题
GPT-6.1 Sol 比 Claude Opus 5.5 便宜多少？
按标价是一半：输入 $2 对 $4，输出 $10 对 $20，缓存读取 $0.10 对 $0.20。按第三方实测的单任务成本，差距是 6 到 10 倍：Artificial Analysis 的每任务成本为 $0.21 对 $1.34（medium）和 $0.72 对 $5.98（max），Vals 的每测试成本为 $3.24 对 $32.14。例外是单次输入超过 272K token 的请求，这时 Sol 的输入单价升到 $4，token 数相同的情况下只比 Opus 5.5 便宜 1% 到 7%。
GPT-6.1 Sol 比 Opus 5.5 强吗？
独立评测里没有。Artificial Analysis 的指数是 48 对 51（medium）、52 对 58（max），Vals Index 是 61.15% 对 66.97%。OpenAI 自己的发布数据里，Sol 在 GDP.pdf 和 medium 档的 AutomationBench 上领先，max 档的 AutomationBench 和 Terminal-Bench Science 则是 Opus 5.5 更高。Sol 的优势在每一分花的钱更少。
写代码该用 GPT-6.1 Sol 还是 Opus 5.5？
常规修改、能靠测试自动验收的任务先用 GPT-6.1 Sol，推理强度不够时先往上调档，max 档的 Sol 在 Artificial Analysis 的指数上与 medium 档的 Opus 5.5 相当，成本约为一半。跨模块的大改动、长时间运行的 Agent、每次都要资深工程师审查的结果，用 Opus 5.5 更可能回本，具体用"每个可用结果的成本"那条规则代入自己的通过率判断。
有 GPT-6.1 Astra 或 GPT-6.1 Luna 吗？
没有。截至 2026 年 10 月 1 日，6.1 这个版本号只有 Sol。OpenAI 能力最强的模型仍是 GPT-6 Astra，价格是 GPT-6.1 Sol 的 5 倍。
GPT-6.1 Sol 和 Opus 5.5 现在的价格会保持多久？
两家都没有公开承诺。OpenAI 定价页上的促销期说明只针对 GPT-5.6 Sol，GPT-6.1 Sol 和 Opus 5.5 的价格都没有标注为促销价，也都没有写有效期。上面的金额以两家定价页当日显示为准。
