GPT-6.1 Sol 推理强度：low、medium、high、xhigh 还是 max？

GPT-6.1 Sol 先用默认的 medium，想快速拿到答案时用 low。只有在 medium 失败的任务上，才把推理强度提到 high、xhigh 或 max：长时间重构、疑难调试、多步骤的 Agent 工作。在下面测试的短任务中，每一档推理强度都给出了正确答案，但 max 显示第一个字所需的时间约为 low 的十倍，用掉的 token 是 low 的二点五到五倍。

这也是 GPT-6.1 Sol 让人觉得慢的主要原因。它在回答之前总要先推理，你得等推理结束，才能看到第一段可见的文字。

GPT-6.1 Sol 支持哪些推理强度？

五档：low、medium、high、xhigh 和 max。默认是 medium。根据 OpenAI 的 GPT-6.1 Sol 模型页面，“不支持 none 和 minimal 推理强度”，所以与 GPT-6 Sol 不同，它没有办法关闭推理。没有 none，temperature 和 top_p 这类采样设置也不起作用。

推理强度按请求设置。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 中字段是 reasoning_effort。推理 token 计入 output_tokens，按输出计费，并与回答共用 max_output_tokens 的额度。

五档推理强度在实际中差别多大？

测试于 2026 年 10 月 5 日通过 SeedRouter 向 GPT-6.1 Sol 发送了三个有已知答案的提示，每档推理强度各发一次，五档同时进行。时间是从发出请求到收到完整回答的秒数。费用按 OpenAI 每百万 token 输入 $2、输出 $10 的官方标价计算，于 2026 年 10 月 5 日核实。

计数问题：1 到 1000 之间有多少个整数能被 3 或 5 整除，但不能被 7 整除（答案：401）。

更难的计数问题：1 到 99,999 之间有多少个整数是 7 的倍数，且不含数字 7（答案：8,434）。

代码审查：找出一个四行 Python median 函数中的 bug，它会原地排序输入，并且处理不好偶数长度的列表。

这些都是短任务上的单次运行，请把它们当作量级参考，而不是基准测试。推理 token 数在每次运行之间会有变化，而高推理强度真正物有所值的，是更难的任务。

为什么 GPT-6.1 Sol 很慢？

大部分等待时间都花在推理上，而推理发生在最前面。第二个测试以三档推理强度流式输出同一段 300 字的解释，并测量第一段可见文字出现的时间：

回答一旦开始，每一档的输出速度都差不多。变化的是它之前那段静默期：在 max 下，模型在写出任何内容之前推理了半分钟。如果你的用户盯着加载动画等待，low 加流式输出是感觉最快的设置。

OpenAI 还在发布公告中宣布了 GPT-6.1 Sol Ultrafast，“在 Codex 中的 token 生成速度最高可达标准速度的 8 倍”。

xhigh 或 max 会比 medium 更差吗？

在某个具体任务上，会的：更高的推理强度并不保证更好的答案。在上面的运行中，max 在正确性上从未胜过 low，只是花费更多。OpenAI 自己的结果在常规工作上也指向同一方向：GPT-6.1 Sol 超过 GPT-6 Sol 在 DeepSWE 上的最佳成绩时“使用的推理强度更低”，而它相对 GPT-6 Sol 在事实性上的最大提升出现在 low 推理强度下。

在 OpenAI 的数据里，高推理强度真正有回报的是又长又难的工作：GPT-6.1 Sol 的 OSWorld 2.0 和 Terminal-Bench Science 成绩都是在最高推理强度下报告的。实用的规则是在你自己的任务上测量。用 medium 和高一档各跑一批样本，只在高一档能修复失败的地方保留它。

该用哪一档推理强度？

• low：聊天回复、分类、信息抽取、简单的代码修改，以及任何需要用户等待的场景。
• medium：编程辅助、代码审查和大多数 Agent 步骤的默认选择。
• high：多文件改动，以及在 medium 下失败的调试。
• xhigh：长时间的重构和跨多个步骤的规划。
• max：最难的问题，答错的代价比多出来的 token 更高。

对于整个 Agent，可以混合使用：用较高的推理强度做规划，常规的工具步骤用 low 或 medium。每一档的价格都在 GPT-6.1 Sol 页面上，GPT-6.1 Sol 价格指南则说明了推理 token 如何体现在账单上。

常见问题

GPT-6.1 Sol 默认的推理强度是什么？

medium。如果你不填这个字段，GPT-6.1 Sol 会以 medium 推理。

GPT-6.1 Sol 用 low 还是 medium？

默认用 medium，在速度比深度更重要的地方用 low。在上面的测试中，low 每道题都答对了，大约三秒就显示出第一段文字，而 medium 大约要十四秒。

GPT-6.1 Sol 为什么这么慢？

它在回答之前先推理，而推理过程不会以文字形式流式输出。在 medium 及以上，这段静默期占了大部分等待时间。降低推理强度，或者流式输出响应，就能更早开始显示文字。

GPT-6.1 Sol 的 xhigh 比 high 更好吗？

只在需要它的任务上更好。在短任务上，两档给出了同样的答案，而 xhigh 用了更多 token。在为 xhigh 付费之前，先在你自己的工作上测试两者。

GPT-6.1 Sol 能关闭推理吗？

不能。GPT-6.1 Sol 不支持 none 或 minimal。如果你需要不经推理的回答，GPT-6 Sol 仍然支持 none。参见 GPT-6.1 Sol vs GPT-6 Astra vs GPT-6 Sol 对比。