GPT-6 Sol 現已加入 Felo Search：Agent Loops 僅 $2/$10
GPT-6 Sol 已在 Felo Search 上線：105 萬字元上下文，百萬字元 $2/$10，專為 agent loops AI 搜尋打造的中階模型。
OpenAI 在 9 月 22 日推出 GPT-6 Sol，與 GPT-6 Luna 同步發佈，距 Astra 旗艦版上市約兩週半。Sol 屬於中階：百萬輸入字元 $2，百萬輸出字元 $10，僅為 Astra 價格的五分之一，也是 GPT-5.6 Sol 的一半。
目前已可在 Felo Search 使用。Sol 並非最佳模型，Astra 才是。搜尋答案不只一次模型呼叫，選擇哪個階層決定答案能呼叫幾次。
GPT-6 Sol 的定位
Sol 位於 OpenAI GPT-6 系列的 Astra 與 Luna 之間。這個位置看似平凡，但價格階梯卻很特殊。
| 規格 | GPT-6 Sol |
|---|---|
| Model ID | gpt-6-sol |
| Maker | OpenAI |
| Released | 2026 年 9 月 22 日 |
| Context window | 1,050,000 字元 |
| Max input | 922,000 字元 |
| Max output | 128,000 字元 |
| Input | 文字、圖片 |
| Output | 文字 |
| Price | 百萬輸入 $2，百萬輸出 $10 |
| Cached input | 百萬字元 $0.20 |
| Cache writes | 百萬字元 $2.50 |
| Knowledge cutoff | 2026 年 4 月 20 日 |
GPT-6 系列命名方式與 GPT-5.6 相反。上一代 Sol 是旗艦，Terra 與 Luna 居下。在 GPT-6，Astra 以 $10/$50 領先，Sol 居中，Luna 以 $0.10/$0.50 定位家族底層。三個名稱相同，排序完全顛倒。版本號是兩代 Sol 的唯一區別。
Sol 與 Astra 共用請求介面。 請求格式相同、工具呼叫架構相同、105 萬字元上下文相同、推理能力等級一致。工作負載在旗艦與中階間切換只需更換 model-ID，不需重寫。這一點很重要：可在低價階層原型設計，遇到難題再升級，整合流程不需調整。
這一代公開的過程
Sol 的發佈紀錄詳細，因為模型在正式公告前已現身。
9 月 3 日。 OpenAI 推出 GPT-6 Astra，首款獲評為關鍵級網路能力的模型，確立新世代。
9 月 6 日。 首次公開提及 Sol 即將登場，稱 Astra 為旗艦，「Sol、Terra、Luna 尚待發佈」。無截圖、無更新紀錄，僅有名稱流傳。
9 月 16 日。 gpt-6-sol 開始出現在 API 實際流量中。開發者將請求導向上一代 model ID，回應標記為 gpt-6-sol。回應標頭中的字串不是公告，但證明模型存在。
9 月 22 日。 OpenAI 在 API 上發佈 Sol 與 Luna，確認先前已回應請求的識別碼。
中間兩項值得記錄，因為現今多數模型發佈方式皆如此：不是新聞稿，而是某人日誌裡的字串。這也是 Felo 頁面將廠商標榜的基準數據標為「聲稱」而非「結果」的原因。
中階模型的價值
Felo 的單一搜尋問題並非一次模型呼叫，而是循環：決定查詢內容、讀取回應、判斷是否足夠、再查一次、整合來源、最後寫出。規劃、工具選擇、重試都消耗字元，一次深入調查可能循環十多次才產生答案。
Astra 的 $10/$50，深度研究成本明顯。Sol 的 $2/$10，僅為五分之一。循環本身沒變，能負擔的次數上限改變。
Sol 就是為此設計。定位於複雜程式與代理流程，每字元價格決定工作是否值得執行，Astra 則保留給需要最深層推理的計畫。
若在同一問題間選擇，判斷方式簡單：錯誤代價高選 Astra，慢代價高選 Sol。
在 Felo Search 使用 GPT-6 Sol
1. 開啟模型選擇器，選擇 GPT-6 Sol。 搜尋框、來源、工作區皆相同。
2. 提問需多輪查詢的問題。 Sol 的優勢在需要循環的問題：比較、驗證、整合。單次查詢不需中階模型。
3. 善用完整上下文，不需裁切。 92.2 萬字元輸入足夠放入一個資料庫、一組檔案或長篇研究線索，所有來源都可保留。檢索層在這種規模下可選擇性使用。
4. 有計畫地升級。 若問題需要最深層推理，可直接切換更強模型，證據已在上下文中。共用請求介面，交接不會出錯。
5. 循環能短則短。 Sol 價格低但非免費。百萬字元 $0.20 的快取輸入，鼓勵跨問題重用同一組來源，而非重複讀取。
Felo Search 內的其他三款模型
Sol 與三款同級模型同時上線，Felo Search 全部運行。
| 模型 | 發佈者 | 百萬字元價格 | 上下文 | 適用場景 |
|---|---|---|---|---|
| Grok 4.7 | SpaceXAI | $2 輸入 / $6 輸出 | 50 萬 | 長期推理與知識工作 |
| Claude Opus 5.5 | Anthropic | $4 輸入 / $20 輸出 | 100 萬 | 經驗證的答案 |
| GPT-6 Luna | OpenAI | $0.10 輸入 / $0.50 輸出 | 105 萬 | 大量搜尋，最低每次呼叫成本 |
| GPT-6 Sol | OpenAI | $2 輸入 / $10 輸出 | 105 萬 | Agent loops 與重複呼叫，中階價格 |
Sol 與 Grok 4.7 輸入價格相同，但各有優勢：Sol 上下文容量兩倍，Grok 4.7 輸出字元價格較低。若研究過程大量讀取、少量寫作，差異不大；若需長篇綜合寫作，差異明顯。
首次嘗試建議
多步比較。 詢問三家廠商、價格、各自隱藏的限制。這類問題需多輪檢索，Sol 價格優勢明顯。
資料庫規模問題。 指定大量文件，詢問某行為如何實現，並引用原始檔案。
預計升級的初步調查。 先用 Sol 廣泛調查，再將結論移至更強模型檢查。兩階層，一條線索。
需辯論的長文件。 貼上合約，詢問未涵蓋內容。上下文容量讓「全部閱讀」成為可行指令。
在 Felo Search 體驗 GPT-6 Sol
GPT-6 Sol 已在 Felo Search 上線，105 萬字元上下文、圖片輸入、$2/$10 價格，僅為旗艦階層五分之一。
本文也提供以下語言版本：English、简体中文、日本語、한국어、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。