Upstage发布Solar Mini 4：智能指数 24 分，单任务成本约为GPT-6 Luna的 5 倍
韩国AI实验室Upstage推出专有推理模型Solar Mini 4，官方称 35B总参数、3B激活参数，每百万token价格降至 0.10/0.40 美元，但Artificial Analysis测得它完成一个智能指数任务平均耗时 7.1 分钟、成本约 0.36 美元。
AI解读：Upstage发布Solar Mini 4，官方称它用 35B总参数、3B激活参数拿到Artificial Analysis智能指数 24 分，比上一代旗舰Solar Pro 3的 8 分高 16 分，同时把每百万输入/输出token价格降到 0.10/0.40 美元，只有原来三分之一。对想用低激活参数换推理能力的团队来说，这个价位和参数规模是主要卖点。
但Artificial Analysis的测试显示，价格表便宜不等于账单便宜。Solar Mini 4完成一个智能指数任务平均约 0.36 美元，因为每个任务要吐 88k输出token，其中 72k是推理token；GPT-6 Luna (max) 同样任务只要约 0.07 美元。
原因是缓存命中率低：Solar Mini 4的重复上下文只有 48% 走缓存，GPT-6 Luna是 99%，而Terminal-Bench 4.0、AA-Briefcase这类agent任务每轮都会重发对话。
参数规模的优势也比较脆弱。Artificial Analysis指出，Solar Mini 4是专有模型、权重不公开，35B/3B的规模无法独立核实；同为 3B激活参数的Qwen3.6 35B A3B (Reasoning) 得 18 分，4B激活的K2 Horizon MoVA 36B A4B得 25 分。也就是说，这个“帕累托最优点”目前只在Upstage自报的数字上成立。
模型的特点很偏科：长上下文推理是相对强项，AA-LCR v1.1得 83%，与MiniMax-M3、GPT-6 Luna (max) 持平，高于Gemini 3.8 Flash (high) 和GPT-6 Astra (max) 的 81%；SciCode得 48%，略高于MiniMax-M3和Inkling (xhigh) 的 47%。
但agentic coding是弱项，Terminal-Bench 4.0得 1%，AutomationBench-AA得 22%。
知识类任务也不适合它。AA-Omniscience得 -11，正确率 18%，约一半问题选择不作答；好处是不幻觉率 64%，远高于Inkling (xhigh) 的 32% 和GPT-6 Luna (max) 的 23%。如果你的场景更怕胡编而不是怕不回答，这个取舍有意义；如果要求它直接给出正确答案，18% 的正确率很难支撑生产使用。
对选型的人来说，结论取决于任务形态：长上下文、需要模型“不确定就闭嘴”的场景可以关注；高频agent调用或需要精确知识问答的场景，按Artificial Analysis的实测成本与分数，它目前不是划算的选择。
韩国AI实验室Upstage发布专有推理模型Solar Mini 4。据Artificial Analysis报道，它在Artificial Analysis智能指数上得分 24，比Upstage上一代旗舰Solar Pro 3的 8 分高 16 分。
Upstage报告该模型为 35B总参数、3B激活参数，并将每百万输入/输出token价格降至 0.10/0.40 美元，比此前降低三分之一；缓存命中token价格为每百万 0.01 美元。模型上下文窗口 1M token，最大输出 262k token，知识截止日期 2026 年 2 月，仅支持文本输入输出，权重不公开。
Artificial Analysis的测试显示，Solar Mini 4完成一个智能指数任务平均花费约 0.36 美元，是GPT-6 Luna (max) 约 0.07 美元的约 5 倍，尽管两者的每token价格相近。其中未命中缓存的输入占 0.30 美元，推理与答案token仅约 0.04 美元。
成本差距主要来自缓存命中率：Artificial Analysis测得Solar Mini 4的重复上下文有 48% 由缓存提供，而GPT-6 Luna (max) 为 99%。Terminal-Bench 4.0和AA-Briefcase等agent任务每轮都会重发不断增长的对话，缓存命中率对成本影响很大。
按激活参数算分，但规模无法独立核实
Artificial Analysis称，Solar Mini 4在其报告的 3B激活参数规模上创下智能指数相对激活参数的新帕累托最优点。它比同样为 3B激活参数的Qwen3.6 35B A3B (Reasoning) 高 6 分，后者得 18 分；比 55B激活参数的Nemotron 3 Ultra高 1 分。
但Solar Mini 4是专有模型，权重不公开，因此其参数规模无法被独立核实。Artificial Analysis同时列出，4B激活参数的K2 Horizon MoVA 36B A4B得 25 分，Upstage上一代旗舰Solar Pro 3为 12B激活参数、得 8 分。
长上下文推理较强，agent编码是短板
在Artificial Analysis的测试中，长上下文推理是Solar Mini 4的相对强项：AA-LCR v1.1得 83%，与MiniMax-M3和GPT-6 Luna (max) 持平，高于Gemini 3.8 Flash (high) 和GPT-6 Astra (max) 的 81%。SciCode得 48%，高于MiniMax-M3和Inkling (xhigh) 的 47%。
agentic coding则是相对弱项：Terminal-Bench 4.0仅得 1%，AutomationBench-AA得 22%。在agentic知识工作上，GDPval-AA得 1072 Elo，AA-Briefcase得 872 Elo，接近Inkling (xhigh)。
输出快但任务慢，知识正确率低、不幻觉率较高
Solar Mini 4在发布日的生成速度为 208 token/s，快于GPT-6 Luna (max) 的 152 token/s。但它在每个智能指数任务上使用 88k输出token，其中 72k为推理token，因此平均每个任务解码耗时 7.1 分钟；GPT-6 Luna (max) 为 5.8 分钟，Inkling (xhigh) 为 2.8 分钟。Artificial Analysis指出，其输出token用量约为Inkling (xhigh) 的 2.5 倍、Gemini 3.5 Flash-Lite的 5 倍，而后两者智能指数分别为 25 和 22。
在AA-Omniscience上，Solar Mini 4得 -11，反映的是知识正确率低而非不幻觉率低：它正确回答 18% 的问题，约一半问题选择不作答。其不幻觉率为 64%，高于Inkling (xhigh) 的 32% 和GPT-6 Luna (max) 的 23%。