GPT-6.1Sol

Presentamos GPT-6.1 Sol, una mejora de GPT-6 Sol cuya inteligencia en programación con agentes, uso del ordenador y trabajo profesional casi iguala la de GPT-6 Astra por una quinta parte de las tarifas estándar de Astra para tokens de entrada y salida. La entrada en caché cuesta solo 0,10 USD por millón de tokens: un 95 % menos que la tarifa estándar de entrada y un 50 % menos que la tarifa de entrada en caché de GPT-6 Sol, lo que da a los desarrolladores más margen para crear y ejecutar agentes capaces que reutilicen el contexto en distintas solicitudes.

Un Sol más capaz en todo tipo de tareas

GPT-6.1 Sol ofrece un nuevo equilibrio entre capacidad y coste para las tareas cotidianas importantes. Mejora sustancialmente respecto a GPT-6 Sol en tareas profesionales complejas, desde escribir y depurar código hasta comprender documentos y ejecutar flujos de trabajo empresariales de varios pasos. En varias de estas evaluaciones, se acerca al rendimiento de GPT-6 Astra con un coste considerablemente menor.

Programación

En DeepSWE v1.1, que evalúa tareas complejas de ingeniería de software en bases de código reales, GPT-6.1 Sol iguala a GPT-6 Astra por aproximadamente una quinta parte del coste, a la vez que supera la mejor puntuación de GPT-6 Sol en 6,4 puntos porcentuales con menos esfuerzo de razonamiento y menor coste.

Trabajo profesional

En GDP.pdf, que mide la precisión de los modelos al responder a preguntas profesionales a partir de documentos PDF complejos con tablas, gráficos, diagramas y detalles en letra pequeña, GPT-6.1 Sol supera la puntuación de Opus 5.5 con modelos de respaldo por menos de la mitad del coste por tarea en las configuraciones de razonamiento probadas. También se acerca al rendimiento puntero de GPT-6 Astra por aproximadamente una quinta parte del coste por tarea.

En AutomationBench, que mide si los agentes completan correctamente flujos de trabajo empresariales de varios pasos, GPT-6.1 Sol supera a Opus 5.5 en 2,2 puntos porcentuales con un esfuerzo de razonamiento medio, por aproximadamente un tercio del coste. Esa puntuación también supera en 4,8 puntos porcentuales la de GPT-6 Sol con la misma configuración.

Uso del ordenador

GPT-6.1 Sol también logra avances sustanciales en tareas que requieren interactuar con aplicaciones informáticas. En el conjunto sin conexión de OSWorld 2.0, que evalúa a los agentes en flujos de trabajo exigentes de uso del ordenador, GPT-6.1 Sol supera a GPT-6 Sol en siete puntos porcentuales con el máximo esfuerzo de razonamiento, por menos de la mitad del coste. Se sitúa a solo 2,1 puntos porcentuales de la puntuación de Astra con el máximo esfuerzo de razonamiento, por aproximadamente una séptima parte del coste por tarea.

Investigación científica

En Terminal-Bench Science 0.1, que evalúa flujos de trabajo científicos como el análisis de datos, la simulación y la demostración de teoremas, GPT-6.1 Sol obtiene más del doble de la puntuación de GPT-6 Sol con el máximo esfuerzo de razonamiento, por menos de la mitad del coste por tarea. Con el esfuerzo máximo, GPT-6.1 Sol cuesta una media de 5,47 $ por tarea, frente a los 23,21 $ de Opus 5.5 y los 23,80 $ de Astra, y ofrece una gran capacidad científica con un coste más de un 75 % inferior al de cualquiera de los dos modelos.

GPT-6 Astra sigue obteniendo la puntuación más alta entre los modelos probados, con un 68,1 %, y es el modelo que debes usar para las tareas de investigación científica más difíciles.

Exactitud factual

GPT-6.1 Sol también mejora la exactitud factual con prompts difíciles. Su mayor mejora en cuanto a precisión factual respecto a GPT-6 Sol se produce con un esfuerzo de razonamiento bajo, donde reduce la proporción de respuestas que contienen un error factual del 11,4 % al 7,7 %: una reducción de aproximadamente el 32 %. En las configuraciones de razonamiento evaluadas, su tasa de error se mantiene a menos de 1,9 puntos porcentuales de la de GPT-6 Astra, por menos de una quinta parte del coste por tarea.

Esta evaluación mide la proporción de respuestas que contienen al menos un error factual en conversaciones desidentificadas en las que los usuarios señalaron un error de un modelo anterior. Estos prompts, deliberadamente difíciles, no son representativos del uso habitual.

Despliegue seguro de GPT-6.1 Sol

GPT-6.1 Sol muestra mejoras sustanciales respecto a GPT-6 Sol en nuestras evaluaciones de alineación, lo que lo acerca a GPT-6 Astra.

GPT-6.1 Sol es más transparente sobre sus limitaciones y más fiable a la hora de respetar la intención del usuario y las restricciones de seguridad. En evaluaciones exigentes, presenta tasas de fallo inferiores a las de GPT-6 Sol al informar sobre herramientas de búsqueda que no funcionan, respetar restricciones explícitas y evitar resultados no autorizados durante tareas con agentes. No observamos intentos de eludir a un revisor automático de seguridad, al igual que con GPT-6 Astra y GPT-6 Sol. Encontrarás todos los detalles en el anexo de la tarjeta del sistema de GPT-6.1 Sol⁠(se abre en una ventana nueva).

Las siguientes evaluaciones ponen a prueba deliberadamente situaciones difíciles y no miden las tasas de fallo en el uso habitual.

Precios y disponibilidad

GPT-6.1 Sol está disponible desde hoy para todos los usuarios de Plus, Pro, Business, Enterprise y Edu en ChatGPT Work y Codex. GPT-6.1 Sol aún no está disponible en Chat. Los desarrolladores también pueden acceder a él a través de la API de OpenAI como gpt-6.1-sol. Sus tarifas estándar en la API son de 2 USD por millón de tokens de entrada, 0,10 USD por millón de tokens de entrada en caché y 10 USD por millón de tokens de salida. En los próximos días, también ofreceremos GPT-6.1 Sol Ultrarrápido⁠, con una generación de tokens hasta 8 veces más rápida que su velocidad estándar en Codex.