Upstage Solar Pro 4：韓國打造的事務代理優先語言模型

韓國 AI 公司 Upstage 從不甘於在全球 AI 競賽中擔任配角。早在 2025 年，其 Solar Pro 2 就在 Artificial Analysis Intelligence Index 上超越 GPT-4.1，證明了這個不在矽谷—北京軸線上的實驗室也能產出前沿級模型。如今，隨著 Solar Pro 4 於 2026 年 8 月 10 日正式發布，Upstage 押下了迄今為止最激進的一注——不是賭原始智能，而是賭一個非常明確的命題：AI 的未來是能真正完成工作的代理。

Solar Pro 4 帶來了什麼

Solar Pro 4 定位為「代理優先」（agent-first）的大型語言模型。不同於那些試圖在所有領域都做到最好的通用前沿模型，Upstage 將重心聚焦在企業生產力中最關鍵的工作流程：工具調用、終端任務、長文檔推理，以及生成具體交付物（如試算表、報告和簡報）。

技術規格在紙面上相當亮眼。Solar Pro 4 支援 512K token 语境視窗——足以在單次呼叫中吞入多份冗長合約、財報和程式碼庫——每次回應最多可輸出 128K token。這個輸出上限對代理工作至關重要，因為模型必須產出完整的交付物，而非聊天機器人式的簡短片段。

模型可透過 Upstage Console、OpenRouter 和開源 OpenCode CLI 使用。GitHub 上的公開食譜（UpstageAI/Solar-Pro4-Cookbook）提供了常見代理模式的參考實作。

基準測試：世代級飛躍

Artificial Analysis 公布的頭條數字是 Intelligence Index 42 分，較 Solar Pro 3 的 14 分提升了三倍——這是今年記錄到的最大單世代增幅之一。作為參考，這讓 Solar Pro 4 與 Inkling（xhigh，42 分）並列，僅落後 MiMo-V2.5-Pro（43 分）一分。

但綜合智能分數並非 Solar Pro 4 故事的真正所在。細項拆解才能看出 Upstage 將訓練預算花在哪裡：

• Terminal-Bench v2.1：57%（Solar Pro 3 僅 12%）——這項測試將代理丟進終端環境，執行數百個步驟，並用隱藏的、防作弊的驗證器評分。
• AA-LCR（長語境推理）：71%——衡量模型能否在極長輸入中保持連貫推理而不迷失。
• 在 DeepSWE 和 SWE-Bench Pro 上具競爭力——這是目前最受推崇的兩項長時程軟體工程基準測試。

換句話說，Solar Pro 4 並非試圖贏得 MMLU 的軍備競賽。它的目標是成為你信賴的那個模型——能夠執行多步驟任務（讀文檔、呼叫 API、執行終端指令、產出試算表），並且真正完成它。

「Officeverse」訓練環境

最有趣的技術細節之一是 Upstage 的訓練方法。公司並非僅仰賴教科書式的強化學習，而是打造了所謂的 「Officeverse」——一個涵蓋真實企業生產力任務的模擬環境，包括文檔解析、結構化資料提取，以及多工具編排場景，完整模擬知識工作者在辦公桌前實際做的事情。

這種方法呼應了更廣泛的產業趨勢。SpaceXAI 僅在兩天前發布的 Grok 4.6，同樣以代理失敗軌跡進行訓練——也就是大多數實驗室丟棄的資料。背後的洞見相同：代理 AI 最難的不是知道答案，而是從工作流程中途的錯誤中恢復，並堅持推進到完成。

Solar Pro 4 也建立在 Upstage 既有的 Document Parse API 之上，該 API 能將非結構化文檔高保真地轉換為乾淨的 HTML。模型與這條解析管線的緊密整合，意味著 Solar Pro 4 在文檔密集型工作流程上表現尤為出色——法律合約審查、財務分析、法規合規——這些場景的輸入混亂，輸出卻必須精確。

定價策略：積極進取

Upstage 將 Solar Pro 4 的定價定位於成本競爭，而非僅比拼能力。定價為每百萬輸入 token 0.30 美元、每百萬輸出 token 1.20 美元，快取命中為每百萬 token 0.06 美元（八折優惠）。為慶祝上線，Upstage 在 9 月 10 日前於 Upstage Console 和 OpenRouter 上提供額外 九折優惠，使促銷期間的有效定價降至約 0.03/0.12 美元。

作為比較，GPT-5.6 Sol——在大多數基準測試上顯著超越 Solar Pro 4——每 token 成本約高出 21 倍。開發者面臨的問題不是 Solar Pro 4 是否為市場上最聰明的模型，而是在僅需零頭成本的情況下，它是否「夠聰明」來完成特定的代理任務。

主權 AI 與韓國策略

Solar Pro 4 的意義也超越了基準測試分數。Upstage 是韓國主權 AI 雄心的旗手之一，獲得國家級資金支持。該公司在韓語評測中展現了優異表現，而 Solar Pro 4 在文檔密集的企業工作流程上的優勢，也與韓國龐大的財閥驅動企業部門高度契合。

在更多國家質疑對美國或中國前沿模型依賴的地緣政治氛圍下，這個主權角度至關重要。德國、法國、印度和海灣國家都在推動國內 AI 能力；韓國透過 Upstage，已成為少數能在全球基準測試上真正具競爭力的國家之一。

早期採用訊號

測試期的早期訊號令人鼓舞。Upstage 報告稱，Cloudflare 已有數千名開發者使用 Solar Pro 4 進行內部代理工作流程。模型生成結構化交付物——Excel 檔案、投影片、格式化報告——且幻覺率低的能力，已與需要生產可靠性的企業團隊產生共鳴，而非僅需展示品質的輸出。

該模型也正在被程式碼代理管線採用。其 Terminal-Bench 表現和長語境視窗使其成為跨倉庫重構和多檔案除錯等任務的強力候選——這些場景需要模型將整個程式碼庫保持在工作記憶中。

不足之處

Solar Pro 4 並非沒有限制。它並未宣稱在 GPQA 或 BrowseComp 等推理密集型基準上達到前沿水準——在這些領域，Claude Opus 4.8 和 GPT-5.6 Sol 佔據主導地位。Upstage 也未發布完整的模型卡，未公開參數數量、活躍參數比例或訓練資料構成——這個透明度缺口對部分企業買家和研究者而言將是重要考量。

此外，該模型是專有模型，並非開源權重。Upstage 確實提供開源權重的 Solar Open 2 作為獨立產品線，但 Solar Pro 4 本身僅提供 API。需要本地部署或微調的開發者需要另尋他途——或等待下一版 Solar Open 的發布。

更宏觀的圖像

Solar Pro 4 在 AI 產業的關鍵時刻問世。2026 年 8 月前兩週見證了密集的發布潮：以代理失敗訓練為特色的 Grok 4.6、OpenAI 的 Daybreak 網路安全擴張、NVIDIA 面向邊緣代理的 Nemotron 3.5 Lightning，以及阿里巴巴擁有 2.4 兆參數的 Qwen3.8-Max。貫穿其中的共同主題是從原始智能轉向代理耐力——模型在長時程中維持連貫、多步驟工作的能力。

Upstage 對這一趨勢的貢獻獨具特色。當 SpaceXAI 瞄準消費者和開發者工具市場、OpenAI 追逐企業網路安全時，Upstage 押注的是一個不那麼光鮮但價值巨大的中間地帶：文檔處理、報告生成、試算表構建——這些填滿全球數百萬知識工作者每個工作日的工作。

如果 Solar Pro 4 能以其積極的定價兌現「完成工作的生產代理」這一承諾，它可能會在追求通用智能基準的前沿實驗室所忽略的領域中，開闢出一個持久的利基。而它也將再次證明，有意義的 AI 創新不必來自那些我們習以為常的郵遞區號。