GPT-6.1Sol

Nous présentons GPT-6.1 Sol, une version améliorée de GPT-6 Sol dont l’intelligence atteint presque celle de GPT-6 Astra pour la programmation agentique, l’utilisation de l’ordinateur et le travail professionnel, à un cinquième des tarifs standard d’Astra pour les tokens d’entrée et de sortie. L’entrée en cache ne coûte que 0,10 $ par million de tokens— soit 95 % de moins que le tarif d’entrée standard et 50 % de moins que le tarif d’entrée en cache de GPT-6 Sol — ce qui offre aux développeurs plus de latitude pour créer et exécuter des agents performants qui réutilisent le contexte d’une requête à l’autre.

Un Sol plus performant sur toutes les tâches

GPT-6.1 Sol offre un nouvel équilibre entre capacités et coût pour les tâches importantes du quotidien. Il apporte des améliorations majeures par rapport à GPT-6 Sol dans les tâches professionnelles complexes, de l’écriture et du débogage de code à la compréhension de documents et à l’exécution de workflows métier en plusieurs étapes. Sur plusieurs de ces évaluations, il approche les performances de GPT-6 Astra à un coût nettement inférieur.

Programmation

Sur DeepSWE v1.1, qui évalue des tâches complexes d’ingénierie logicielle dans des bases de code réelles, GPT-6.1 Sol égale GPT-6 Astra pour environ un cinquième du coût, tout en dépassant le meilleur score de GPT-6 Sol de 6,4 points de pourcentage, avec un effort de raisonnement et un coût inférieurs.

Travail professionnel

Sur GDP.pdf, qui mesure la précision des réponses des modèles à des questions professionnelles à partir de PDF complexes comportant tableaux, graphiques, schémas et mentions en petits caractères, GPT-6.1 Sol dépasse Opus 5.5 avec solutions de repli à moins de la moitié du coût par tâche, sur l’ensemble des réglages de raisonnement testés. Il approche aussi les performances de référence de GPT-6 Astra pour environ un cinquième du coût par tâche.

Sur AutomationBench, qui mesure si les agents exécutent correctement des workflows métier en plusieurs étapes, GPT-6.1 Sol dépasse Opus 5.5 de 2,2 points de pourcentage avec un effort de raisonnement moyen, pour environ un tiers du coût. Ce score dépasse également celui de GPT-6 Sol de 4,8 points de pourcentage avec le même réglage.

Utilisation de l’ordinateur

GPT-6.1 Sol progresse aussi nettement sur les tâches nécessitant d’interagir avec des applications informatiques. Sur le jeu hors ligne d’OSWorld 2.0, qui évalue les agents sur des workflows exigeants d’utilisation de l’ordinateur, GPT-6.1 Sol dépasse GPT-6 Sol de sept points de pourcentage avec un effort de raisonnement maximal, à moins de la moitié du coût. Il se situe à 2,1 points de pourcentage du score d’Astra avec un effort de raisonnement maximal, pour environ un septième du coût par tâche.

Recherche scientifique

Sur Terminal-Bench Science 0.1, qui évalue des workflows scientifiques comprenant l’analyse de données, la simulation et la démonstration de théorèmes, GPT-6.1 Sol fait plus que doubler le score de GPT-6 Sol avec un effort de raisonnement maximal, à moins de la moitié du coût par tâche. Avec un effort maximal, GPT-6.1 Sol coûte en moyenne 5,47 $ par tâche, contre 23,21 $ pour Opus 5.5 et 23,80 $ pour Astra, offrant de solides capacités scientifiques à un coût inférieur de plus de 75 % à celui de chacun de ces modèles.

GPT-6 Astra conserve le meilleur score parmi les modèles testés, à 68,1 %, et reste à privilégier pour les tâches de recherche scientifique les plus difficiles.

Exactitude factuelle

GPT-6.1 Sol améliore également l’exactitude factuelle sur les prompts difficiles. Sa plus forte amélioration en matière de factualité par rapport à GPT-6 Sol intervient avec un faible effort de raisonnement, où il réduit la part des réponses contenant une erreur factuelle de 11,4 % à 7,7 %, soit une réduction d’environ 32 %. Dans l’ensemble des réglages d’effort de raisonnement testés, son taux d’erreurs ne s’écarte pas de plus de 1,9 point de pourcentage de celui de GPT-6 Astra, pour moins d’un cinquième du coût par tâche.

Cette évaluation mesure la part de réponses contenant au moins une erreur factuelle dans des conversations dé-identifiées où les utilisateurs avaient signalé une erreur d’un modèle antérieur. Ces prompts délibérément difficiles ne sont pas représentatifs de l’usage courant.

Déployer GPT-6.1 Sol en toute sécurité

GPT-6.1 Sol progresse nettement par rapport à GPT-6 Sol dans nos évaluations d’alignement, se rapprochant ainsi de GPT-6 Astra.

GPT-6.1 Sol est plus transparent sur ses limites et plus fiable dans le respect de l’intention de l’utilisateur et des contraintes de sécurité. Dans des évaluations exigeantes, il affiche des taux d’échec inférieurs à ceux de GPT-6 Sol sur la transparence concernant les outils de recherche défaillants, le respect des restrictions explicites et la prévention des résultats non autorisés lors de tâches agentiques. Nous n’avons observé aucune tentative de contournement d’un système de contrôle de sécurité automatisé, comme pour GPT-6 Astra et GPT-6 Sol. Vous trouverez tous les détails dans l’addendum à la fiche système de GPT-6.1 Sol⁠(ouverture dans une nouvelle fenêtre).

Les évaluations ci-dessous testent délibérément des situations difficiles et ne mesurent pas les taux d’échec en usage courant.

Tarifs et disponibilité

GPT-6.1 Sol est disponible dès aujourd’hui pour tous les utilisateurs Plus, Pro, Business, Enterprise et Edu dans ChatGPT Work et Codex. GPT-6.1 Sol n’est pas encore disponible dans Chat. Les développeurs peuvent également y accéder via l’API OpenAI sous le nom gpt-6.1-sol. Ses tarifs API standard sont de 2 $ par million de tokens d’entrée, 0,10 $ par million de tokens d’entrée en cache et 10 $ par million de tokens de sortie. Dans les prochains jours, nous proposerons également GPT-6.1 Sol Ultrarapide⁠, avec une vitesse de génération de tokens jusqu’à huit fois supérieure à sa vitesse standard dans Codex.