GPT-6.1Sol

Wir stellen GPT-6.1 Sol vor, ein Upgrade von GPT-6 Sol, das bei agentischem Programmieren, Computerbedienung und professionellen Aufgaben nahezu die Intelligenz von GPT-6 Astra erreicht – und das zu einem Fünftel von Astras Standardpreisen für Eingabe- und Ausgabe-Tokens. Zwischengespeicherte Eingaben kosten nur 0,10 USD pro Million Tokens– 95 % weniger als zum Standardpreis für Eingaben und 50 % weniger als zwischengespeicherte Eingaben für GPT-6 Sol. So haben Entwickler:innen mehr Spielraum, leistungsfähige Agenten zu entwickeln und zu betreiben, die Kontext über mehrere Anfragen hinweg wiederverwenden.

Ein leistungsfähigeres Sol für vielfältige Aufgaben

GPT-6.1 Sol bietet ein neues Verhältnis von Leistung und Kosten für wichtige alltägliche Aufgaben. Es bietet gegenüber GPT-6 Sol erhebliche Verbesserungen bei komplexen beruflichen Aufgaben: vom Schreiben und Debuggen von Code über das Verstehen von Dokumenten bis hin zur Ausführung mehrstufiger Geschäftsabläufe. In mehreren dieser Evaluierungen nähert es sich der Leistung von GPT-6 Astra an – bei deutlich niedrigeren Kosten.

Programmieren

Bei DeepSWE v1.1, das komplexe Softwareentwicklungsaufgaben in realen Codebasen bewertet, erreicht GPT-6.1 Sol die Leistung von GPT-6 Astra zu rund einem Fünftel der Kosten. Dabei übertrifft es das beste Ergebnis von GPT-6 Sol um 6,4 Prozentpunkte, bei geringerem Reasoning-Aufwand und niedrigeren Kosten.

Berufliche Aufgaben

GDP.pdf misst, wie genau Modelle berufliche Fragen anhand komplexer PDF-Dokumente beantworten, einschließlich Tabellen, Grafiken, Diagrammen und Details im Kleingedruckten. Hier erzielt GPT-6.1 Sol über die getesteten Reasoning-Einstellungen hinweg bessere Ergebnisse als Opus 5.5 mit Fallbacks, zu weniger als der Hälfte der Kosten pro Aufgabe. Zudem nähert es sich der Spitzenleistung von GPT-6 Astra an, zu rund einem Fünftel der Kosten pro Aufgabe.

Bei AutomationBench, das misst, ob Agenten mehrstufige Geschäftsabläufe korrekt abschließen, liegt GPT-6.1 Sol auf der Reasoning-Stufe Mittel um 2,2 Prozentpunkte vor Opus 5.5, zu rund einem Drittel der Kosten. Dieses Ergebnis liegt außerdem um 4,8 Prozentpunkte über dem von GPT-6 Sol bei derselben Einstellung.

Computernutzung

GPT-6.1 Sol macht auch bei Aufgaben erhebliche Fortschritte, die eine Interaktion mit Computeranwendungen erfordern. Im Offline-Datensatz von OSWorld 2.0, der Agenten anhand anspruchsvoller Arbeitsabläufe mit Computernutzung bewertet, übertrifft GPT-6.1 Sol bei maximalem Reasoning-Aufwand GPT-6 Sol um sieben Prozentpunkte, zu weniger als der Hälfte der Kosten. Bei maximalem Reasoning-Aufwand liegt es nur 2,1 Prozentpunkte hinter dem Ergebnis von Astra, zu rund einem Siebtel der Kosten pro Aufgabe.

Wissenschaftliche Forschung

Bei Terminal-Bench Science 0.1, das wissenschaftliche Arbeitsabläufe wie Datenanalyse, Simulation und Theorembeweisen bewertet, erreicht GPT-6.1 Sol bei maximalem Reasoning-Aufwand mehr als das Doppelte des Ergebnisses von GPT-6 Sol, zu weniger als der Hälfte der Kosten pro Aufgabe. Bei maximalem Reasoning-Aufwand kostet GPT-6.1 Sol im Durchschnitt 5,47 USD pro Aufgabe, verglichen mit 23,21 USD bei Opus 5.5 und 23,80 USD bei Astra. Damit bietet es starke wissenschaftliche Fähigkeiten zu mehr als 75 % niedrigeren Kosten als jedes der beiden Modelle.

GPT-6 Astra erzielt mit 68,1 % weiterhin das beste Ergebnis unter den getesteten Modellen und sollte für die schwierigsten Aufgaben in der wissenschaftlichen Forschung eingesetzt werden.

Sachliche Richtigkeit

GPT-6.1 Sol verbessert auch die sachliche Genauigkeit bei schwierigen Prompts. Die größte Verbesserung gegenüber GPT-6 Sol zeigt sich bei geringem Reasoning-Aufwand: Dort reduziert GPT-6.1 Sol den Anteil der Antworten mit einem Faktenfehler von 11,4 % auf 7,7 % – eine Verringerung um etwa 32 %. Über die getesteten Reasoning-Einstellungen hinweg bleibt die Fehlerquote höchstens 1,9 Prozentpunkte von der von GPT-6 Astra entfernt, zu weniger als einem Fünftel der Kosten pro Aufgabe.

Diese Evaluierung misst den Anteil der Antworten mit mindestens einem sachlichen Fehler anhand deidentifizierter Unterhaltungen, in denen Nutzer:innen einen Fehler eines früheren Modells gemeldet hatten. Diese bewusst schwierigen Prompts sind nicht repräsentativ für die typische Nutzung.

GPT-6.1 Sol sicher bereitstellen

In unseren Alignment-Evaluierungen zeigt GPT-6.1 Sol erhebliche Verbesserungen gegenüber GPT-6 Sol und nähert sich damit GPT-6 Astra an.

GPT-6.1 Sol geht transparenter mit seinen Grenzen um und beachtet die Absichten der Nutzer:innen sowie Sicherheitsvorgaben zuverlässiger. In anspruchsvollen Evaluierungen weist es niedrigere Fehlerquoten als GPT-6 Sol auf: beim transparenten Umgang mit defekten Suchtools, beim Einhalten ausdrücklicher Beschränkungen und beim Vermeiden unautorisierter Ergebnisse bei agentischen Aufgaben. Wie bei GPT-6 Astra und GPT-6 Sol haben wir keine Versuche beobachtet, eine automatisierte Sicherheitsprüfung zu umgehen. Vollständige Details findest du im Nachtrag zur Systemkarte von GPT-6.1 Sol⁠(wird in einem neuen Fenster geöffnet).

Die folgenden Evaluierungen testen bewusst anspruchsvolle Situationen und messen keine Fehlerquoten bei typischer Nutzung.

Preise und Verfügbarkeit

GPT-6.1 Sol steht ab heute allen Nutzer:innen mit einem Plus-, Pro-, Business-, Enterprise- oder Edu-Plan in ChatGPT Work und Codex zur Verfügung. GPT-6.1 Sol ist in Chat noch nicht verfügbar. Entwickler:innen können außerdem über die OpenAI API unter gpt-6.1-sol darauf zugreifen. Die Standardpreise für die API betragen 2 USD pro Million Eingabe-Tokens, 0,10 USD pro Million zwischengespeicherte Eingabe-Tokens und 10 USD pro Million Ausgabe-Tokens. In den kommenden Tagen bieten wir außerdem GPT-6.1 Sol Ultrafast⁠ mit einer bis zu 8-fach schnelleren Token-Generierung als bei der Standardgeschwindigkeit in Codex an.