OpenAI
GPT-6.1 Sol
最大上下文
1.1M
最大输出
128K
发布日期
暂无
gpt-5.6-sol-proGPT-5.6 Sol Pro 是 Sol 系列的专业版,专为复杂任务和更高质量输出而设计。适用于高级写作、精准问答、商业推理、代码生成、结构化分析以及多轮任务执行。 Sol Pro 特别适合需要更高准确性、上下文理解能力和指令完成度的任务,可用于专业内容生产、数据分析助手、知识问答系统、复杂的智能体工作流,以及企业内部 AI 工具。
上下文窗口
1.1M Token
最大输出
128K Token
发布日期
2026年7月9日
模态
| Token 阶梯 | 输入价格 | 输出价格 | 缓存读取 | 缓存创建 5m |
|---|---|---|---|---|
| <=272K | $5/M | $30/M | $0.5/M | $6.25/M |
| >272K | $10/M | $45/M | $1/M | $12.5/M |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
GPT-5.6 Sol Pro 将旗舰 GPT-5.6 Sol 模型用于需要更多推理和持续分析的专业工作负载。
Pro 配置侧重为困难的专业、技术和分析问题投入更多思考。
1,050,000 token 上下文窗口支持对大型资料集和长期任务历史进行连贯分析。
模型可联合评估文本和图像,处理涉及图表、界面、扫描材料和文字依据的专业任务。
GPT-5.6 Sol Pro 适合高要求工程、战略分析以及可受益于深入思考的长期专业任务。
分析大型系统、推理组件之间的交互关系,并制定详细的实施或修复计划。
比较复杂选项,使用大量依据检验假设,并给出包含权衡分析的合理建议。
在涉及研究、文档审阅、迭代规划和连续改进的长期项目中保持工作连贯性。
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 49.4 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 69.7 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 89.8% |
| HLE | 广泛专家级考试集合 | 36.6% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 55.4% |
| Terminal-Bench Hard | 高难度终端任务执行 | 60.6% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 66.5% |
| AA-LCR | 长上下文推理 | 67.7% |
| τ²-Bench | Agent 工作流任务 | 76.0% |
指标来源 Artificial Analysis
在 TokenHub 使用 GPT-5.6 Sol Pro 前可以先了解的问题。
GPT-5.6 Sol Pro 是 TokenHub 提供的 GPT-5.6 Sol 系列模型,适合需要通用 AI 模型来处理对话、推理、写作和 API 工作流的用户。
它适合对话助手、内容起草、摘要、结构化数据抽取、代码辅助和多步骤任务自动化。
它的优势在于覆盖通用任务、较好的指令遵循能力,以及可通过 TokenHub 灵活集成。Pro 版本通常更适合追求更高质量输出、并能接受可能更高成本或延迟的场景。
与任何 AI 模型一样,重要输出应进行准确性审核;上线前应结合自己的数据测试提示词,并比较延迟、成本和质量。
在 TokenHub 请求中将模型选择为“GPT-5.6 Sol Pro”,使用账户的接口地址和凭据,并根据应用需求设置 temperature、max tokens、streaming 等参数。
建议先用能代表真实任务的小型评测集测试。选择在回答质量、可靠性、延迟和成本之间最符合业务需求的模型。
通过一个 API Key 接入 GPT-5.6 Sol Pro 与更多 AI 模型。