GPT-6.1 Sol 对比 Gemini 3.8：便宜的旗舰平替，到底选哪个？

两款性价比旗舰，前后四周登场

1. 1

   GPT-6.1 Sol：Astra 的智力，五分之一的价格

   OpenAI 的 DevDay 公告（2026 年 9 月 29 日）把 GPT-6.1 Sol 定位成发售仅一周的 GPT-6 Sol 的升级款：在智能体编程、电脑操作和专业工作上逼近 GPT-6 Astra 的智力，标准 token 价格却只有 Astra 的五分之一。缓存输入降到每百万 token 0.10 美元——比标准输入价低 95%，也只有 GPT-6 Sol 缓存价的一半。这次换防发生在 OpenAI 确认 GPT-6.1 Astra 因内部安全评估不达标而不发布的几个小时之后。

   

2. 2

   Gemini 3.8 Flash：在位的王者，距 3.7 发售仅三周

   Google 的发布公告把 Gemini 3.8 介绍为迄今最强的推理与编程模型，为长时间运行的智能体循环打造，距 3.7 Flash 发售只有三周。9 月 2 日一次发布两个变体：标准版 3.8 Flash，以及面向通过审核的安全团队的 Gemini 3.8 Flash Cyber。和 OpenAI 的仓促换防不同，这是一次按部就班的节奏发布——而 Sol 的发布，瞄准的正是这个位置。

   

价目对比：促销价对阵标准价

1. 3

   GPT-6.1 Sol 价目：输入 2 美元、输出 10 美元，与 GPT-6 Sol 同价

   可用性一栏把规则写得明明白白：GPT-6.1 Sol 上线首日即覆盖 ChatGPT Work 和 Codex 的全部 Plus、Pro、Business、Enterprise、Edu 用户（Chat 里暂时还没有），开发者则通过 OpenAI API 以 gpt-6.1-sol 调用：每百万输入 token 2 美元、缓存输入 0.10 美元、输出 10 美元。官方还预告了 Codex 专属的 Ultrafast 档，token 生成速度最高快 8 倍。注意输入超过 272K token 的长上下文请求按长文计价：4 美元和 15 美元。

   

2. 4

   Gemini 3.8 Flash 价目：输入 0.75 美元、输出 3.75 美元——只到 12 月 31 日

   Google AI Studio 的模型选择面板显示着 3.8 Flash 上线即有的促销价：2026 年 12 月 31 日前，所有上下文长度一律每百万输入 token 0.75 美元、输出 3.75 美元。2027 年 1 月 1 日起恢复标准价 1.50 美元和 7.50 美元——截至 2026 年 9 月 30 日，Google 定价页上仍是这个规则。就算按涨价后的价格算，它也低于 GPT-6.1 Sol 的 2/10 美元；但 Sol 的 0.10 美元缓存输入价，在反复调用的智能体循环里反过来碾压两者。

   

3. 5

   一张表看懂：标价 Flash 赢，缓存 Sol 赢

   Matthew Berman 的对比表把九月的价目全景收进一屏：Gemini 3.8 Flash 报价 0.75/3.75 美元（常规价 1.50/7.50 美元），Claude Opus 5 是 5/25 美元，Claude Sonnet 5 是 2/10 美元，GPT-5.6 一代在输入 2 至 4 美元、输出 12 至 20 美元之间。GPT-6.1 Sol 把 OpenAI 中档位重设为 2/10 美元，外加 0.10 美元的缓存价。所以在这两款主角之间纯按价格选型，关键看用量形态：冷启动、大批量 token 选 Flash；缓存密集的智能体循环选 Sol。

   

跑分矩阵：两家官方数字，外加一份第三方

1. 6

   OpenAI 的图：DeepSWE 上 Sol 6.1 用五分之一的花费追平 Astra

   OpenAI 的发布图把得分对每任务成本画在一张图上：DeepSWE v1.1 里 GPT-6.1 Sol 的曲线在每任务不到 1 美元处就爬进 75 上下，而 GPT-6 Astra 要花大约 3 到 7.5 美元才停在同一个平台上。公告文字称 6.1 Sol 以约五分之一的成本追平 Astra，并在更低推理档位上把 GPT-6 Sol 的最好成绩甩开 6.4 个百分点。两步之后的第三方数字会来验证这个说法。

   

2. 7

   Google 的表：同一套 DeepSWE，3.8 Flash 拿下 73.7%

   Google 的评测表给 Gemini 3.8 Flash 在 DeepSWE v1.1 上打出 73.7%——与 GPT-5.6 Sol 的 72.7% 基本持平（Google 的表对比的还是上一代 GPT-5.6——GPT-6.1 Sol 9 月 29 日才发布），距 Claude Opus 5 的 74% 只差一点——另有 Terminal-bench 2.1 的 89.4%、HLE-Verified 的 54.9%，以及智能体电脑操作 OSWorld-2.0 的 59%。代价也写在表里：更难的 Terminal-bench 4.0 只有 19.1%，对比 Opus 5 的 51.8%。脚注还重复了促销期限：促销价格 2026 年 12 月 31 日到期，之后按 1.50/7.50 美元计。

   

3. 8

   专业工作：GDP.pdf 是 Sol 6.1 碾压同价位的领域

   GDP.pdf 考察模型从复杂 PDF 中回答专业问题的准确度。OpenAI 的图显示 GPT-6.1 Sol 在每任务不到 0.50 美元的价位拿到 26% 至 32%，而带兜底的 Opus 5.5 要花 0.80 至 2 美元还得更低分，GPT-6 Astra 大约 30% 至 32% 的成绩更要贵上约五倍。公告声称在全部受测推理档位上，Sol 以不到一半的每任务成本压过带兜底的 Opus 5.5——图里那条黄色曲线把这件事画得很直白。

   

4. 9

   AutomationBench：0.30 美元拿 36.1%，贴着 Anthropic 打

   OpenAI 的 AutomationBench 图在发布页上挂着实时提示框：GPT-6.1 Sol 以 Max 档每任务 0.30 美元、得分 36.1%，带兜底的 Opus 5.5 和带 Opus 5 兜底的 Fable 5.1 都画在它上方，GPT-6 Astra 再往上。公告文字称在中等推理档，Sol 领先 Opus 5.5 约 2.2 个百分点、成本只有约三分之一。如果你的对照系是 Anthropic 的中档而非 Google，我们的 Claude Sonnet 5.5 对比 GPT-6 攻略用同样的格式拆解了 Sol 与 Sonnet 的那组对决。

   

5. 10

   第三方视角：Flash 就站在效率边界上

   跳出厂商再看一眼：Matthew Berman 叠加了 Datacurve 的 DeepSWE V1.1 榜单，Gemini 3.8 Flash（蓝色）以 72% 至 75% 的质量坐在成本轴最右端——效率最高的那一簇，紧挨 Gemini 3.7 Flash，排在 GPT-5.6 Sol 和 GPT-5.6 Luna 前面；昂贵的左半边则归 Claude Opus 5 和 Claude Fable 5。把这张图和 OpenAI 的图放在一起读，会发现两款九月模型的质量都落在 73% 至 75% 附近：真正的差异在价格结构、上下文和入口生态，而不是那两三分跑分。

   

Gemini 3.8 实际能做出什么

1. 11

   大多数人用不到的 Cyber 变体——Sol 这边没有对应的牌

   Gemini 3.8 Flash Cyber 以 86.2% 登顶 Google 的 CyberGym Pass@1 图，压过 GPT-5.6 Sol 的 83.6%、Mythos 5 的 83.8% 和 GPT-5.5-Cyber 的 85.6%——但它只对通过可信防御者计划审核的团队开放，多数队伍根本调不到。注意图表测的是什么：C/C++ 代码库的漏洞挖掘。OpenAI 九月的阵容里没有任何安全特化档位，所以安全工具选型时，Google 手里就攥着一张 Sol 匹配不了的牌。

   

2. 12

   上手实测：Antigravity 里能玩的 Doom 风格游戏

   Matthew Berman 的 Antigravity 会话展示了 3.8 Flash 智能体循环交出的东西：一个第一人称 Doom 风格关卡，小地图雷达、武器 HUD、弹药计数和一个会追你的敌人全部可用——一句提示进去，一个真能走来打的游戏出来。这就是 Google「长时程智能体循环」宣传语背后的工作负载，也正面撞上 OpenAI 用 Sol 6.1 演示的 Codex 会话。

   

3. 13

   上手实测：珠峰地形实验室，完成度像上架产品

   整场测试里最惊艳的演示：Gemini 3.8 Flash 在 Google Antigravity 里搭出一座珠穆朗玛峰 Topographic Lab，带实时切面控制、USGS 地形图层、南坡路线剖面和一个 Analyze with Gemini 按钮——应用头部就挂着 Gemini 3.8 Flash 的型号徽章。数据密集、要用工具的重活正是 1M token 上下文的用武之地；而这一类活儿，OpenAI 用 GDP.pdf 来接。

   

到底该选哪个？

1. 14

   按入口选型：两家模型各自住在哪

   可用性决定了这场对决的一半。Google 把 3.8 Flash 铺进开发者的 Antigravity、Google AI Studio 和 Android Studio，企业的 Gemini Enterprise，以及消费者在 Gemini 应用、搜索 AI Mode 和 Google 表格里的 AI Pro/Ultra 套餐。GPT-6.1 Sol 的回应是 ChatGPT Work、Codex 和 OpenAI API（gpt-6.1-sol）——Chat 里暂缺——外加 Codex 的 Ultrafast 档。按你的工作已经住在哪里来路由；拿不准就两边各跑一个原型，让每任务成本替你拍板。

   

常见问题