GPT-6.1Sol

Presentiamo GPT-6.1 Sol, un aggiornamento di GPT-6 Sol che quasi eguaglia l'intelligenza di GPT-6 Astra nel coding agentico, nell’uso del computer e nel lavoro professionale, a un quinto dei prezzi standard di Astra per i token di input e output. L’input in cache costa solo 0,10 $ per milione di token: il 95% in meno rispetto al prezzo standard dell’input e il 50% in meno rispetto al prezzo dell’input in cache di GPT-6 Sol. Gli sviluppatori hanno così più margine per creare ed eseguire agenti capaci di riutilizzare il contesto tra una richiesta e l’altra.

Un Sol più capace in ogni attività

GPT-6.1 Sol offre un nuovo equilibrio tra capacità e costi per le attività quotidiane importanti. Migliora notevolmente rispetto a GPT-6 Sol nelle attività professionali complesse, dalla scrittura e dal debug del codice alla comprensione dei documenti e all'esecuzione di flussi di lavoro aziendali in più fasi. In diverse di queste valutazioni si avvicina alle prestazioni di GPT-6 Astra a un costo nettamente inferiore.

Programmazione

Su DeepSWE v1.1, che valuta attività complesse di ingegneria del software su codebase reali, GPT-6.1 Sol eguaglia GPT-6 Astra a circa un quinto del costo e supera il miglior punteggio di GPT-6 Sol di 6,4 punti percentuali, con uno sforzo di ragionamento e un costo inferiori.

Lavoro professionale

Su GDP.pdf, che misura l'accuratezza con cui i modelli rispondono a domande professionali usando documenti PDF complessi, con tabelle, grafici, diagrammi e dettagli in caratteri piccoli, GPT-6.1 Sol supera Opus 5.5 con fallback a meno della metà del costo per attività, nelle impostazioni di ragionamento testate. Si avvicina inoltre alle prestazioni all'avanguardia di GPT-6 Astra a circa un quinto del costo per attività.

Su AutomationBench, che misura se gli agenti completano correttamente flussi di lavoro aziendali in più fasi, GPT-6.1 Sol supera Opus 5.5 di 2,2 punti percentuali con sforzo di ragionamento impostato su Medio, a circa un terzo del costo. Questo punteggio supera anche quello di GPT-6 Sol di 4,8 punti percentuali con la stessa impostazione.

Uso del computer

GPT-6.1 Sol compie progressi significativi anche nelle attività che richiedono di interagire con applicazioni sul computer. Sul set offline di OSWorld 2.0, che valuta gli agenti su flussi di lavoro impegnativi che richiedono l'uso del computer, GPT-6.1 Sol supera GPT-6 Sol di sette punti percentuali al massimo sforzo di ragionamento, a meno della metà del costo. Arriva a soli 2,1 punti percentuali dal punteggio di Astra al massimo sforzo di ragionamento, a circa un settimo del costo per attività.

Ricerca scientifica

Su Terminal-Bench Science 0.1, che valuta flussi di lavoro scientifici tra cui analisi dei dati, simulazioni e dimostrazione di teoremi, GPT-6.1 Sol più che raddoppia il punteggio di GPT-6 Sol al massimo sforzo di ragionamento, a meno della metà del costo per attività. Con lo sforzo di ragionamento al massimo, GPT-6.1 Sol costa in media 5,47 $ per attività, rispetto ai 23,21 $ di Opus 5.5 e ai 23,80 $ di Astra, offrendo notevoli capacità scientifiche a un costo inferiore di oltre il 75% rispetto a entrambi i modelli.

GPT-6 Astra ottiene comunque il punteggio più alto tra i modelli testati, pari al 68,1%, ed è il modello da usare per le attività di ricerca scientifica più difficili.

Accuratezza fattuale

GPT-6.1 Sol migliora anche l'accuratezza fattuale sui prompt difficili. Il miglioramento più significativo rispetto a GPT-6 Sol si osserva con un basso livello di ragionamento, quando riduce la percentuale di risposte contenenti un errore fattuale dall'11,4% al 7,7%, con una riduzione di circa il 32%. Nelle impostazioni di ragionamento testate, il suo tasso di errori rimane entro 1,9 punti percentuali da quello di GPT-6 Astra, a un costo per attività inferiore a un quinto.

Questa valutazione misura la percentuale di risposte contenenti almeno un errore fattuale su conversazioni private dei dati identificativi, in cui gli utenti avevano segnalato un errore di un modello precedente. Questi prompt, volutamente difficili, non sono rappresentativi dell'uso tipico.

Rendere disponibile GPT-6.1 Sol in sicurezza

GPT-6.1 Sol mostra miglioramenti significativi rispetto a GPT-6 Sol nelle nostre valutazioni dell'allineamento, avvicinandosi a GPT-6 Astra.

GPT-6.1 Sol è più trasparente sui propri limiti e più affidabile nel rispettare l'intento dell'utente e i vincoli di sicurezza. Nelle valutazioni più impegnative mostra tassi di errore inferiori a GPT-6 Sol nel segnalare malfunzionamenti degli strumenti di ricerca, nel rispettare restrizioni esplicite e nell'evitare esiti non autorizzati durante le attività agentiche. Non abbiamo osservato tentativi di aggirare un sistema automatico di revisione della sicurezza, come per GPT-6 Astra e GPT-6 Sol. Tutti i dettagli sono disponibili nell'addendum alla scheda di sistema di GPT-6.1 Sol⁠(si apre in una nuova finestra).

Le valutazioni seguenti mettono alla prova situazioni volutamente difficili e non misurano i tassi di errore nell'uso tipico.

Prezzi e disponibilità

GPT-6.1 Sol è disponibile da oggi per tutti gli utenti Plus, Pro, Business, Enterprise ed Edu in ChatGPT Work e Codex. GPT-6.1 Sol non è ancora disponibile in Chat. Gli sviluppatori possono accedervi anche tramite l'API di OpenAI come gpt-6.1-sol. I prezzi standard dell'API sono di 2 $ per milione di token di input, 0,10 $ per milione di token di input in cache e 10 $ per milione di token di output. Nei prossimi giorni offriremo anche GPT-6.1 Sol Ultrafast⁠, con una generazione di token fino a otto volte più rapida rispetto alla velocità standard in Codex.