Gemini 3.1 Pro Preview vs GPT-6 Sol：輸入省一成，長文先變貴
兩顆輸入都是 $2、快取讀取都是 $0.20，輸出 Gemini 3.1 Pro Preview 貴兩成。換算成繁體中文之後，輸入反而是 Gemini 便宜 10.7%，輸出只貴 7.2%；但它的長 context 門檻比 GPT-6 Sol 早 3.7 萬字到，夾在兩道門檻中間的那一段，GPT-6 Sol 的輸入便宜 44%。
目錄（12 節）
GPT-6 Sol 是 OpenAI 在 GPT-6 世代新增的型號，牌價輸入 $2、輸出 $10。Google 這一級的對手是 Gemini 3.1 Pro Preview，輸入同樣 $2，輸出 $12。
照定價表看，Gemini 3.1 Pro 輸出貴兩成，輸入打平。
換成同一份繁體中文文件，結果不一樣。本站量到 Gemini 3.1 Pro 每個繁中字切成 1.1647 個 token，GPT-6 Sol 是 1.3041，少了 10.7%。所以輸入反過來是 Gemini 便宜 10.7%，輸出那兩成的差距縮到 7.2%。
再往長 context 走，又會翻一次。
先給選擇規則
| 情況 | 選誰 |
|---|---|
| 輸入字數是輸出的 3.4 倍以上（RAG、摘要、長文件問答） | Gemini 3.1 Pro，繁中帳單便宜 |
| 輸出比重高（生成長文、翻譯、寫程式） | GPT-6 Sol，輸出每字便宜 7.2% |
| 單次輸入落在 17.2 萬到 20.9 萬繁中字之間 | GPT-6 Sol，這一段輸入便宜 44% |
| 單次輸入超過 20.9 萬繁中字 | Gemini 3.1 Pro，兩邊都過門檻後，輸入又回到便宜 10.7% |
| 單次要輸出超過 6.5 萬 token | GPT-6 Sol，Gemini 3.1 Pro 的上限是 65,536 |
本表是下面各節結論的摘要，不含新資料，每一條的依據見對應章節。
定價表疊起來
Gemini API 定價頁與 GPT-6 Sol 模型頁交叉比對如下，兩份都是 2026-09-23 實查。
| 項目 | Gemini 3.1 Pro Preview | GPT-6 Sol |
|---|---|---|
| 輸入（每 1M token） | $2 | $2 |
| 輸出 | $12 | $10 |
| 快取讀取 | $0.20 | $0.20 |
| 快取寫入 | 定價頁未列 | $2.50 |
| 快取儲存 | 每 1M token 每小時 $4.50 | 無此項 |
| Context window | 1,048,576 | 1,050,000 |
| 最大輸出 | 65,536 | 128,000 |
| 長 context 加價 | 超過 200K token 整包改為 $4 / $18 | 超過 272K token 整包 2 倍輸入、1.5 倍輸出 |
輸入與快取讀取兩格相同，輸出差兩成。下面三節講的差異，一個把這兩成縮小，一個藏在最後一列，一個在快取那三列。
差別一：同一份繁中文件，Gemini 3.1 Pro 少切 10.7% 的 token
牌價是每個 token 多少錢，帳單是文件被切成幾個 token 再乘上去。
本站用五種語料、共 14,951 個繁中字量過這兩顆，都是打官方的計數端點（Google 走 count_tokens，OpenAI 走 chat.completions 回傳的用量欄位），不是離線估算：
| 模型 | 每字 token | 每萬字 token | 每萬字輸入 $ | 每萬字輸出 $ |
|---|---|---|---|---|
| Gemini 3.1 Pro Preview | 1.1647 | 11,647 | 0.0233 | 0.1398 |
| GPT-6 Sol | 1.3041 | 13,041 | 0.0261 | 0.1304 |
Gemini 3.1 Pro Preview 量測於 2026-08-12，GPT-6 Sol 量測於 2026-09-23，語料與方法相同。原始資料：bench/tokenizer/results.json
輸入同價，所以少切的 10.7% 直接變成便宜 10.7%。輸出那邊，牌價貴 20% 被少切的 token 抵掉一大半，剩 7.2%。
兩個方向相反，帳單誰低就看輸入與輸出的比例。算出來的交叉點是輸入字數約為輸出的 3.36 倍：
| 用法 | 輸入字 | 輸出字 | Gemini 3.1 Pro 相對 GPT-6 Sol |
|---|---|---|---|
| 長文件問答 | 20,000 | 1,000 | 便宜 7.1% |
| 一問一答 | 3,000 | 3,000 | 貴 4.2% |
| 生成長文 | 2,000 | 8,000 | 貴 6.3% |
依 2026-09-23 牌價與上表係數試算，非實際帳單。
這張表有一個算不進去的變數：思考 token。兩顆預設都會先推理再回答，推理過程按輸出計價，但它不是繁中字，上面的係數管不到它，兩家各自會想多久也沒有公開數字。推理開得越重，輸出那一側的比重越高，交叉點就越往 GPT-6 Sol 那邊移。
GPT-6 Sol 沿用 o200k_base，跟 GPT-6 Astra 與 GPT-5.6 世代逐格相同，舊的繁中成本換算可以照用（見 GPT-6 Astra 那篇）。各家係數的完整比較在繁中 token 成本。
差別二：兩道門檻，中間那 3.7 萬字換人便宜
兩家都有長 context 門檻，而且都是整包重算：輸入一超過，這次請求的每個 token 都改用高價，不是只有超出的部分。
差在門檻的位置。Gemini 3.1 Pro 是 200,000 token，GPT-6 Sol 是 272,000 token。Gemini 3.1 Pro 每字切得比較少，換算回繁中字，兩道門檻的距離縮小了，但順序沒變：
- Gemini 3.1 Pro：171,712 字
- GPT-6 Sol：208,579 字
| 一次請求的輸入 | Gemini 3.1 Pro | GPT-6 Sol | 誰便宜 |
|---|---|---|---|
| 171,711 字 | $0.40 | $0.45 | Gemini 3.1 Pro 便宜 10.7% |
| 171,713 字 | $0.80 | $0.45 | GPT-6 Sol 便宜 44.0% |
| 208,578 字 | $0.97 | $0.54 | GPT-6 Sol 便宜 44.0% |
| 208,580 字 | $0.97 | $1.09 | Gemini 3.1 Pro 便宜 10.7% |
只算輸入費用，依 2026-09-23 牌價與本站繁中係數試算。每組前後兩列是同一份文件差兩個字。
座標由 scripts/pair_tables.mjs 依 2026-09-23 牌價與本站繁中係數產生，非手繪。
中間那一段寬約 3.7 萬字。會落在這裡的是「整份丟進去再問」的用法；切段檢索、每次只送幾千字的做法碰不到任何一道門檻，差別一那張表一直有效。
兩邊都過門檻之後，輸出同樣改成 1.5 倍，所以輸出那側的 7.2% 也原樣保留。
GPT-6 Sol 的 272K 門檻跟 GPT-5.6 世代相同，Claude Sonnet 5 vs GPT-5.6 Terra 那篇算過同一條線。
差別三：快取讀取同價，其餘規則不同
讀取都是 $0.20，換成繁中字是 Gemini 3.1 Pro 便宜 10.7%，理由同差別一。其餘三項規則不一樣：
| 項目 | Gemini 3.1 Pro Preview | GPT-6 Sol |
|---|---|---|
| 開啟方式 | 隱式快取預設開啟 | 預設開啟 |
| 最小可快取長度 | 4,096 token | 1,024 token |
| 寫入 | 定價頁未列寫入價 | 輸入價的 1.25 倍 |
| 存活時間 | 文件未列隱式快取的時間 | 每次寫入或重用後至少 30 分鐘 |
| 儲存費 | 每 1M token 每小時 $4.50 | 無 |
依 Gemini 快取文件與 OpenAI 快取指南，2026-09-23 實查。
這一節不下結論，原因在表上。Gemini 定價頁列了儲存費，但沒寫它適用於隱式快取、顯式快取，還是兩者都算；快取文件也沒寫。這一格決定 Gemini 3.1 Pro 的快取是「免費順便省」還是「按小時租一塊空間」，兩種算下來的結果差很多，本站不猜。
能確定的是 GPT-6 Sol 那邊：每次寫入多付 25%，換到至少 30 分鐘的存活時間。另一件確定的事是門檻：輸入不到 4,096 token 的請求，Gemini 3.1 Pro 不會拿去快取，GPT-6 Sol 則是可快取前綴滿 1,024 token 就開始算。
兩件不在價格表上的事
Gemini 3.1 Pro 還是 Preview
model id 帶著 -preview，Gemini 定價頁上 3.x 世代的 Pro 也只有這一顆。上正式環境之前，要把「型號可能改版或下架」算進風險。同一頁上 Gemini 2.5 Pro 是正式版，但牌價與世代都不同，不是這篇的比較對象。
GPT-6 Sol 的推理檔位從 none 開始
官方列的是 none、low、medium（預設）、high、xhigh、max 六檔。同世代的 GPT-6 Astra 沒有 none，Sol 有。延遲敏感的短回應可以把推理整個關掉。
模型頁另外寫明，在 Chat Completions 裡用 function calling 要把推理設成 none。既有程式走 Chat Completions 又開著推理的，換過來之前要先確認這一條。
那到底該選哪一顆
三個差異的方向不一致，所以答案是「你的負載長什麼樣」。
讀多寫少，選 Gemini 3.1 Pro。 長文件問答、摘要、RAG 這一類，輸入字數輕易超過輸出的 3.4 倍，繁中那 10.7% 會落在帳單上。
寫多讀少，選 GPT-6 Sol。 生成長文、翻譯、寫程式，輸出每字便宜 7.2%，而且單次能輸出的長度是 Gemini 3.1 Pro 的兩倍。
整份丟進去、輸入在 17 萬到 21 萬字之間，選 GPT-6 Sol。 這一段 Gemini 3.1 Pro 已經整包兩倍，GPT-6 Sol 還沒。
要穩定上線，GPT-6 Sol 少一個變數。 Gemini 3.1 Pro 仍是 Preview。
至於能力誰強，這篇沒有立場，原因見最後一節。
今天就能做的一件事
去翻自己的 usage 記錄，算兩個數字：輸入 token 與輸出 token 的比例，以及單次請求輸入 token 的最大值。
第一個數字跟 3.36 比，決定差別一偏向哪一邊。同一顆模型切輸入與輸出用的是同一套 tokenizer，所以 token 比例約等於字數比例；思考 token 算在輸出裡，會讓這個比例比實際文字更偏向輸出。第二個數字換算成繁中字，看它有沒有落進 17.2 萬到 20.9 萬那一段。
本站沒有的數字
沒有能力比較。 本站 2026-08-21 的對戰資料快照裡有 Gemini 3.1 Pro Preview，沒有 GPT-6 Sol，它上架的時間晚於快照。只有單邊資料就不比，也不會把「沒量到」寫成「兩顆差不多」。
沒有延遲數字。 本站的台灣延遲實測用個人帳號的 API key，Gemini 3.1 Pro Preview 在免費層沒有配額，8 月 16 日到 9 月 23 日直連 22 次，22 次都回 429，這一顆至今量不到。只有 GPT-6 Sol 單邊的數字，一樣不比。
這篇用到的本站數據只有一項： 繁中 token 係數。上面每一張成本表的每一格，都是用它把美元換算成繁中字算出來的。牌價全部來自兩家官方頁面，完整對照表在價格頁。