GPT-6.1 Sol 推理強度：low、medium、high、xhigh 還是 max？

GPT-6.1 Sol 先用預設的 medium，想快點拿到答案時用 low。只有在 medium 失敗的任務上，才把推理強度調到 high、xhigh 或 max：長時間的重構、棘手的除錯、多步驟的代理工作。在下方測試的短任務中，每一檔推理強度都答對了，但 max 顯示第一個字所需的時間約為 low 的十倍，用掉的 token 是 low 的二點五到五倍。

這也是 GPT-6.1 Sol 讓人覺得慢的主要原因。它在回答前一律會先推理，你得等推理結束，才看得到第一段文字。

GPT-6.1 Sol 支援哪些推理強度？

五檔：low、medium、high、xhigh 與 max。預設是 medium。根據 OpenAI 的 GPT-6.1 Sol 模型頁面，「不支援 none 與 minimal 推理強度」，所以和 GPT-6 Sol 不同，它沒辦法關閉推理。少了 none，temperature 與 top_p 這類取樣設定也不會有作用。

推理強度依請求設定。在 Responses API 中是 reasoning.effort：

from openai import OpenAI

client = OpenAI(api_key="YOUR_SEEDROUTER_KEY", base_url="https://api.seedrouter.ai/v1")

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Find the race condition in this handler and suggest a fix: ...",
    reasoning={"effort": "low"},
)
print(response.output_text)
print(response.usage.output_tokens_details.reasoning_tokens)

在 Chat Completions 中欄位是 reasoning_effort。推理 token 計入 output_tokens，按輸出計費，並與回答共用 max_output_tokens 的額度。

五檔推理強度實際差多少？

測試於 2026 年 10 月 5 日透過 SeedRouter 對 GPT-6.1 Sol 送出三個有已知答案的提示，每一檔推理強度各送一次，五檔同時進行。時間是從送出請求到收到完整回答的秒數。費用以 OpenAI 每百萬 token 輸入 $2、輸出 $10 的官方定價計算，於 2026 年 10 月 5 日確認。

計數問題：1 到 1000 之間有多少個整數能被 3 或 5 整除，但不能被 7 整除（答案：401）。

較難的計數問題：1 到 99,999 之間有多少個整數是 7 的倍數，而且不含數字 7（答案：8,434）。

程式碼審查：找出一個四行 Python median 函式裡的 bug，它會就地排序輸入，而且處理不好偶數長度的串列。

這些都是短任務上的單次執行，請當作量級參考，而不是基準測試。推理 token 數每次執行都會有些差異，而高推理強度真正值回票價的，是比較難的任務。

為什麼 GPT-6.1 Sol 很慢？

大部分等待時間都花在推理上，而推理發生在最前面。第二個測試以三檔推理強度串流輸出同一段 300 字的說明，並測量第一段可見文字出現的時間：

回答一旦開始，每一檔的串流速度都差不多。改變的是之前那段靜默期：在 max 下，模型在寫出任何內容前推理了半分鐘。如果你的使用者盯著載入動畫等待，low 加上串流是感覺最快的設定。

OpenAI 也在發布公告中宣布了 GPT-6.1 Sol Ultrafast，「在 Codex 中的 token 產生速度最高可達標準速度的 8 倍」。

xhigh 或 max 會比 medium 更差嗎？

在某個特定任務上，會的：更高的推理強度不保證更好的答案。在上面的執行中，max 在正確性上從沒贏過 low，只是花得更多。OpenAI 自己的結果在例行工作上也指向同一個方向：GPT-6.1 Sol 超越 GPT-6 Sol 在 DeepSWE 的最佳成績時「使用了較低的推理強度」，而它相較 GPT-6 Sol 在事實性上的最大進步出現在 low 推理強度。

在 OpenAI 的數據裡，高推理強度真正有回報的是又長又難的工作：GPT-6.1 Sol 的 OSWorld 2.0 與 Terminal-Bench Science 成績都是在最高推理強度下回報的。實用的原則是在你自己的任務上量測。用 medium 和高一檔各跑一批樣本，只在高一檔能修正失敗的地方保留它。

該用哪一檔推理強度？

• low：聊天回覆、分類、資料擷取、簡單的程式修改，以及任何要讓使用者等待的情境。
• medium：程式開發協助、程式碼審查與大多數代理步驟的預設選擇。
• high：多檔案的變更，以及在 medium 下失敗的除錯。
• xhigh：長時間的重構與跨多個步驟的規劃。
• max：最困難的問題，答錯的代價比多出來的 token 更高。

對整個代理來說，可以混合使用：用較高的推理強度做規劃，例行的工具步驟用 low 或 medium。每一檔的價格都在 GPT-6.1 Sol 頁面上，GPT-6.1 Sol 價格指南則說明推理 token 如何出現在帳單上。

常見問題

GPT-6.1 Sol 的預設推理強度是什麼？

medium。如果你不填這個欄位，GPT-6.1 Sol 會以 medium 推理。

GPT-6.1 Sol 該用 low 還是 medium？

預設用 medium，在速度比深度更重要的地方用 low。在上面的測試中，low 每一題都答對，大約三秒就顯示出第一段文字，而 medium 大約要十四秒。

GPT-6.1 Sol 為什麼這麼慢？

它在回答前會先推理，而推理過程不會以文字串流輸出。在 medium 以上，這段靜默期占了大部分等待時間。降低推理強度，或串流輸出回應，就能更早開始顯示文字。

GPT-6.1 Sol 的 xhigh 比 high 更好嗎？

只在需要它的任務上更好。在短任務上，兩檔給出相同的答案，而 xhigh 用了更多 token。在為 xhigh 付費之前，先在你自己的工作上測試兩者。

GPT-6.1 Sol 可以關閉推理嗎？

不行。GPT-6.1 Sol 不支援 none 或 minimal。如果你需要不經推理的回答，GPT-6 Sol 仍然支援 none。請參閱 GPT-6.1 Sol vs GPT-6 Astra vs GPT-6 Sol 比較。