OpenAI 发布了 GPT-6.1 Sol，把「接近 Astra 的智能」下放到五分之一的 API 价格，编程与电脑操作是它最明确的落点。

发生了什么

根据 OpenAI 的发布信息，GPT-6.1 Sol 被定位为一款面向编程（coding）、电脑操作（computer use）和专业工作（professional work）的模型。官方摘要给出的核心卖点是两点：一是智能水平「接近 Astra」（near-Astra intelligence），二是 API 的输入与输出 token 价格仅为 Astra 标准价的五分之一。

需要说明的是，目前公开的只有这一句摘要式描述，模型的具体参数规模、上下文长度、基准测试成绩、上线渠道与完整定价表均未在片段中给出。因此本文只围绕已确认的信息展开，不对未披露的细节做推测。

为什么重要

这条发布的关键词是「价格」。在模型能力逐渐趋同的阶段，厂商之间的竞争重心正在从「谁更聪明」转向「同等智能下谁更便宜」。把接近旗舰的智能压到旗舰价的五分之一，意味着原本只有预算充足的大客户才敢用的能力，开始进入中小团队和独立开发者的可承受区间。

另一个值得注意的信号是场景选择。Sol 没有泛泛地说「通用助手」，而是点名编程、电脑操作和专业工作——这三类任务恰好是 token 消耗最大、对稳定性与工具调用要求最高的场景。把它们作为主打，说明 OpenAI 希望这款模型直接进入生产环境，而不是停留在演示和尝鲜。

「电脑操作」这一项尤其值得留意。它意味着模型不只是生成代码或文本，还要能操作界面、执行多步任务，这对延迟、可靠性和成本都提出了更高要求，而低价正是让这类 agent 型用法能够规模化跑起来的前提。

影响与看点

对开发者而言，最直接的变化是成本结构。如果五分之一的价格属实，那么此前因为调用成本而被迫压缩上下文、减少重试、放弃多轮 agent 循环的项目，可以重新做一遍经济性测算。编程助手、代码审查、自动化测试生成这类高频调用场景，会最先感受到差别。

对行业而言，这延续了「旗舰能力逐级下放」的节奏。每当一款接近顶配的模型被大幅降价，上一代旗舰的定价空间就会被挤压，竞争对手也不得不跟进。真正被改变的不是某一次发布，而是整个市场的价格锚点。

需要保持克制的地方在于：官方摘要里的「接近 Astra」是相对表述，缺少可验证的基准数据；价格优势能否转化为实际体验优势，还要看它在长任务、工具调用和错误恢复上的表现。低价如果伴随更高的重试率，账面成本优势会被抵消。

一句话判断：GPT-6.1 Sol 的意义不在于又多了个型号，而在于它把「接近旗舰的智能」变成了可以日常消耗的默认选项——接下来要看的，是它在真实工作流里能不能撑住这个价格承诺。