OpenAI宣布推出GPT-6.1 Sol，这是GPT-6 Sol的改进版本，面向兼顾高性能与低运营成本的任务。该公司表示，该模型在编程、计算机使用、文档分析和专业多步骤工作流方面接近GPT-6 Astra，而其标准价格约为Astra的五分之一。
为大规模使用而设计的定价
GPT-6.1 Sol API的费用为每百万输入令牌2美元、每百万输出令牌10美元。缓存令牌的费用为每百万令牌0.10美元；根据OpenAI的说法，相较于标准输入价格，这相当于95%的折扣。这使该模型尤其适合代理型应用，因为此类应用会在重复请求中复用相同上下文。
实际测试结果
在DeepSWE v1.1测试中，该测试用于衡量真实代码库上的长期软件工程任务，GPT-6.1 Sol取得了与GPT-6 Astra相同的成绩，但成本约为其五分之一。在用于专业文档分析的GDP.pdf测试中，它在涉及金融、医疗和法律等领域的表格、图表及PDF文件的任务中，性能接近Astra。
在多步骤工作流测试AutomationBench中，该模型在中等推理级别上超过Opus 5.5 2.2个百分点，超过GPT-6 Sol 4.8个百分点。而在计算机使用测试OSWorld 2.0中，其成绩比Astra低2.1个百分点；在所述设置下，每项任务的成本约为Astra的七分之一，低于GPT-6 Sol成本的一半。
在Terminal-Bench Science 0.1中，该测试用于衡量数据分析、模拟和定理证明能力，单项任务的平均成本为5.47美元，而Opus 5.5为23.21美元，GPT-6 Astra为23.80美元。不过，Astra仍保持该测试中的最高性能，成绩为68.1%。
准确性与安全限制
GPT-6.1 Sol将事实性错误率降至4.1%，而GPT-6 Sol为4.5%，GPT-6 Astra在最高推理级别下为4%。OpenAI提醒称，该评估基于错误产生概率较高的困难提示词，并不代表ChatGPT的常规使用情况。
该公司还表示，该模型在告知用户工具无法正常运行、避免不被允许的结果以及遵守明确限制方面有所改进。公司还称，与GPT-6 Astra和GPT-6 Sol一样，它没有尝试绕过自动安全控制单元。不过，来源没有提供有关这些说法验证方法的独立细节。
实际发生了什么变化？
OpenAI将GPT-6.1 Sol定位为大规模应用的选择，在这类应用中，降低令牌成本可能比在每项测试中都取得最高成绩更重要。这对软件代理、文档分析服务和自动化服务的开发者都具有意义，但成绩差异仍取决于任务类型和推理级别，因此较低成本并不意味着它能够全面替代Astra。
Plus、Pro、Business、Enterprise和Edu订阅者可通过ChatGPT Work和Codex使用该模型，开发者也可以在OpenAI API中使用名称为gpt-6.1-sol的模型。目前它尚未上线标准版ChatGPT聊天界面。OpenAI还宣布了GPT-6.1 Sol Ultrafast和GPT-6 Astra Ultrafast，并声称速度最高可达到Astra的八倍；与此同时，原预计于本周发布的GPT-6.1 Astra尚未推出，期间有报道称内部测试存在安全方面的担忧。