GPT-6.1Sol

Ipinapakilala namin ang GPT-6.1 Sol, isang pag-upgrade sa GPT-6 Sol na halos katumbas ng Intelligence ng GPT-6 Astra sa agentic na pag-code, paggamit ng computer, at propesyonal na trabaho sa ikalimang bahagi ng karaniwang presyo ng input at output token ng Astra. Ang naka-cache na input ay nagkakahalaga lamang ng $0.10 kada isang milyong token—95% na mas mababa kaysa sa karaniwang presyo ng input at 50% na mas mababa kaysa sa presyo ng naka-cache na input ng GPT-6 Sol—na nagbibigay sa mga developer ng mas maraming puwang para bumuo at magpatakbo ng mahuhusay na agent na muling gumagamit ng konteksto sa iba't ibang kahilingan.

Mas may kakayahang Sol sa iba't ibang gawain

Nag-aalok ang GPT-6.1 Sol ng bagong balanse ng kakayahan at gastos para sa mahahalagang gawain sa araw-araw. Naghahatid ito ng malalaking pagpapahusay kumpara sa GPT-6 Sol sa iba’t ibang komplikadong propesyonal na gawain, mula sa pagsulat at pag-debug ng code hanggang sa pag-unawa sa mga dokumento at pagsasagawa ng mga multi-step na daloy ng trabaho sa negosyo. Sa ilan sa mga ebalwasyong ito, nalalapit ito sa pagganap ng GPT-6 Astra sa mas mababang gastos.

Pag-code

Sa DeepSWE v1.1, na sumusuri sa masalimuot na software-engineering task sa mga totoong codebase, tinatapatan ng GPT-6.1 Sol ang GPT-6 Astra sa humigit-kumulang ikalimang bahagi ng gastos. Nalalampasan din nito nang 6.4 na percentage point ang pinakamataas na score ng GPT-6 Sol sa mas mababang antas ng pagsisikap sa pangangatwiran at gastos.

Propesyonal na trabaho

Sa GDP.pdf, na sumusukat kung gaano katumpak sinasagot ng mga modelo ang mga propesyonal na tanong gamit ang masalimuot na PDF na dokumento, kabilang ang mga talahanayan, tsart, diagram, at maliliit na detalye sa fine print, mas mataas ang iskor ng GPT-6.1 Sol kaysa sa Opus 5.5 na may mga pampalit sa mas mababa sa kalahati ng gastos bawat gawain sa lahat ng sinubok na setting ng pangangatuwiran. Lumalapit din ito sa makabagong pagganap ng GPT-6 Astra sa humigit-kumulang ikalimang bahagi ng gastos bawat gawain.

Sa AutomationBench, na sumusukat kung tama bang natatapos ng mga agent ang mga multi-step na daloy ng trabaho ng negosyo, nakakuha ang GPT-6.1 Sol ng iskor na 2.2 puntos ng bahagdan na mas mataas kaysa Opus 5.5 sa medium na antas ng pangangatuwiran, sa humigit-kumulang ikatlong bahagi ng gastos. Mas mataas din ang iskor na iyon nang 4.8 puntso ng bahagdan kaysa GPT-6 Sol sa parehong setting.

Paggamit ng computer

Malaki rin ang naging pag-unlad ng GPT-6.1 Sol sa mga gawaing nangangailangan ng pakikipag-ugnayan sa mga computer application. Sa offline set ng OSWorld 2.0, na sumusuri sa mga agent sa mahihirap na daloy ng trabaho sa paggamit ng computer, nalalampasan ng GPT-6.1 Sol ang GPT-6 Sol nang pitong puntos ng bahagdan sa maximum na antas ng pangangatuwiran, sa mas mababa sa kalahati ng gastos. Nasa 2.1 puntos ng bahagdan lamang ang agwat nito sa iskor ng Astra sa maximum na antas ng pangangatuwiran, sa humigit-kumulang ikapitong bahagi ng gastos bawat gawain.

Siyentipikong pananaliksik

Sa Terminal-Bench Science 0.1, na sumusuri sa mga siyentipikong daloy ng trabaho kabilang ang pagsusuri ng datos, simulasyon, at pagpapatunay ng mga theorem, higit sa dinodoble ng GPT-6.1 Sol ang score ng GPT-6 Sol sa maximum na antas ng pangangatuwiran, sa halagang mas mababa sa kalahati ng gastos sa bawat gawain. Sa maximum na pagsisikap, nagkakahalaga ang GPT-6.1 Sol ng average na $5.47 bawat gawain, kumpara sa $23.21 para sa Opus 5.5 at $23.80 para sa Astra, na naghahatid ng malaking kakayahang pang-agham sa gastos na mahigit 75% na mas mababa kaysa sa alinman sa dalawang modelong ito.

Nakakamit pa rin ng GPT-6 Astra ang pinakamataas na iskor sa mga modelong sinubukan, na 68.1%, at dapat itong gamitin para sa pinakamahihirap na gawain sa siyentipikong pananaliksik.

Pagiging makatotohanan

Pinabubuti rin ng GPT-6.1 Sol ang katumpakan ng impormasyon sa mahihirap na prompt. Ang pinakamakabuluhang paghusay nito sa katumpakan ng impormasyon kumpara sa GPT-6 Sol ay sa mababang antas ng pagsisikap sa pangangatuwiran, kung saan nababawasan nito ang bahagdan ng mga sagot na may pagkakamali sa impormasyon mula 11.4% tungo sa 7.7%—pagbaba nang humigit-kumulang 32%. Sa lahat ng sinubok na setting ng pangangatuwiran, nananatili ang antas ng pagkakamali nito sa loob ng 1.9 puntos ng bahagdan kumpara sa GPT-6 Astra, sa mas mababa sa ikalimang bahagi ng gastos sa bawat gawain.

Sinusukat ng pagsusuring ito ang bahagdan ng mga sagot na naglalaman ng kahit isang maling impormasyon sa mga naka-de-identify na pag-uusap kung saan minarkahan ng mga user ang pagkakamali ng naunang modelo. Hindi kumakatawan sa karaniwang paggamit ang mga sadyang mahihirap na prompt na ito.

Ligtas na pag-deploy ng GPT-6.1 Sol

Nagpapakita ang GPT-6.1 Sol ng makabuluhang paghusay kumpara sa GPT-6 Sol sa aming mga pagsusuri sa pagkakaayon, kaya nalalapit ito sa GPT-6 Astra.

Mas bukas ang GPT-6.1 Sol tungkol sa mga limitasyon nito at mas maaasahan sa paggalang sa layunin ng user at mga limitasyon sa kaligtasan. Sa mga mapanghamong pagsusuri, mas mababa ang mga antas nito sa pagkabigo kaysa sa GPT-6 Sol pagdating sa pagiging bukas tungkol sa mga sirang tool sa paghahanap, paggalang sa mga tahasang paghihigpit, at pag-iwas sa mga hindi awtorisadong resulta sa mga agentic na gawain. Wala kaming naobserbahang pagtatangkang balewalain ang naka-automate na tagasuri ng kaligtasan, tulad ng GPT-6 Astra at GPT-6 Sol. Makikita ang buong detalye sa addendum sa card ng system ng GPT-6.1 Sol⁠(magbubukas sa bagong window).

Sadyang sumusubok ang mga pagsusuri sa ibaba ng mahihirap na sitwasyon at hindi sinusukat ang mga antas ng pagkabigo sa karaniwang paggamit.

Pagpepresyo at availability

Magagamit na simula ngayon ang GPT-6.1 Sol para sa lahat ng Plus, Pro, Business, Enterprise, at Edu na user sa ChatGPT Work at Codex. Wala pa ang GPT-6.1 Sol sa Chat. Maa-access din ito ng mga developer sa pamamagitan ng OpenAI API bilang gpt-6.1-sol. Ang karaniwang presyo nito sa API ay $2 kada milyong input token, $0.10 kada milyong naka-cache na input token, at $10 kada milyong output token. Sa mga susunod na araw, iaalok din namin ang GPT-6.1 Sol Ultrafast⁠, na may hanggang 8x na mas mabilis na pagbuo ng token kumpara sa karaniwang bilis nito sa Codex.