GPT-6.1Sol

Pilihan Kecerdasan nyedhaki Astra kanthi rega sapralima

Kita ngenalake GPT-6.1 Sol, paningkatan saka GPT-6 Sol sing meh bisa nandhingi pilihan kecerdasan GPT-6 Astra kanggo pemrograman dening agen, penggunaan komputer, lan pakaryan profesional, kanthi rega token input lan output standar mung sapralima saka Astra. Input ing cache mung regane $0.10 saben yuta token—95% luwih murah tinimbang rega input standar lan 50% luwih murah tinimbang rega input ing cache GPT-6 Sol—saengga pangembang luwih leluasa mbangun lan nglakokake agen mumpuni sing nggunakake maneh konteks ing antarane penjalukan.

GPT-6Astra
Model kita sing paling pinter kanggo asil paling apik.
input
US$ 10,00
output
US$ 50,00
input sing disimpen ing cache
US$ 1,00
GPT-6.1Sol
Kapinteran meh padha karo Astra, regane mung sapralimane.
input
US$ 2,00
output
US$ 10,00
input sing disimpen ing cache
US$ 0,10
GPT-6Luna
Nggarap pakaryan saben dina kanthi cepet lan efisien ing skala gedhe.
input
US$ 0,10
output
US$ 0,50
input sing disimpen ing cache
US$ 0,01

Sol luwih mumpuni kanggo maneka tugas

GPT-6.1 Sol nawakake imbangan anyar antarane kemampuan lan biaya kanggo pakaryan penting saben dina. Model iki menehi peningkatan gedhe saka GPT-6 Sol kanggo maneka pakaryan profesional sing rumit, wiwit nulis lan ndandani kode nganti mangerteni dokumen lan nglakokake alur kerja bisnis kanthi pirang-pirang langkah. Ing sawetara evaluasi iki, kinerjane nyedhaki GPT-6 Astra kanthi biaya sing luwih murah banget.

Pemrograman

Ing DeepSWE v1.1, sing ngevaluasi tugas rekayasa piranti lunak rumit ing basis kode nyata, GPT-6.1 Sol bisa madhani GPT-6 Astra kanthi biaya kira-kira sapralima. Skore uga ngluwihi skor paling apik GPT-6 Sol nganti 6,4 poin persentase, kanthi upaya nalar lan biaya sing luwih endhek.

Ing DeepSWE 1.1⁠⁠(mbukak ing jendhela anyar), agen AI ngrampungake tugas rekayasa piranti lunak asli kanthi rentang wektu dawa.

Pakaryan profesional

Ing GDP.pdf, sing ngukur akurasi model nalika mangsuli pitakon profesional nganggo dokumen PDF rumit, kalebu tabel, grafik, diagram, lan rincian ing tulisan cilik, GPT-6.1 Sol nggayuh skor luwih dhuwur tinimbang Opus 5.5 kanthi model cadangan. Biaya saben tugase kurang saka separone ing kabeh setelan nalar sing diuji. Kinerjane uga nyedhaki kinerja paling mutakhir GPT-6 Astra kanthi biaya saben tugas kira-kira sapralima.

Ing GDP.pdf⁠(mbukak ing jendhela anyar), model kudu mangsuli prompt ing donya nyata bab PDF rumit sing dijupuk saka alur kerja profesional ing bidang finansial, perawatan kesehatan, hukum, lan pitung domain profesional liyané.

Ing AutomationBench, sing ngukur apa agen ngrampungake alur kerja bisnis kanthi pirang-pirang langkah kanthi bener, GPT-6.1 Sol nggayuh skor 2,2 poin persentase luwih dhuwur tinimbang Opus 5.5 ing upaya nalar Kecepatan Standar, kanthi biaya kira-kira sapratelone. Skor kasebut uga mundhak 4,8 poin persentase saka GPT-6 Sol ing setelan sing padha.

Ing AutomationBench 1.0.6⁠⁠(mbukak ing jendhela anyar), agen AI diuji ing alur kerja saka wiwitan nganti rampung nganggo 47 piranti kanggo dodolan, pemasaran, operasional, dhukungan, keuangan, lan SDM. Titik data kanggo Claude Fable 5.1 nuduhake biaya sing luwih endhek tinimbang biaya nyatane, amarga ora nyakup biaya model cadangan sing digunakake ing kira-kira 40% tugas.

Panggunaan komputer

GPT-6.1 Sol uga nuduhake kemajuan gedhe kanggo tugas sing mbutuhake interaksi karo aplikasi komputer. Ing set offline OSWorld 2.0, sing ngevaluasi agen ing alur kerja panggunaan komputer sing abot, GPT-6.1 Sol ngluwihi GPT-6 Sol nganti pitung poin persentase ing upaya nalar maksimal, kanthi biaya kurang saka separone. Skore mung kacecer 2,1 poin persentase saka Astra ing upaya nalar maksimal, kanthi biaya saben tugas kira-kira saprapitu.

Ing OSWorld 2.0⁠⁠(mbukak ing jendhela anyar), agen AI nyoba nglakokake alur kerja penggunaan komputer sing dawa, nyakup tugas saben dina lan profesional. Kita nglaporake skor parsial ing set offline saka rilis v2026.08.08.

Riset ilmiah

Ing Terminal-Bench Science 0.1, sing ngevaluasi alur kerja ilmiah kalebu analisis data, simulasi, lan pambuktian teorema, skor GPT-6.1 Sol luwih saka kaping pindhone skor GPT-6 Sol ing upaya nalar maksimal, kanthi biaya saben tugas kurang saka separone. Ing upaya maksimal, biaya rata-rata GPT-6.1 Sol yaiku $5,47 saben tugas, dibandhingake karo $23,21 kanggo Opus 5.5 lan $23,80 kanggo Astra. Iki menehi kemampuan ilmiah sing mumpuni kanthi biaya luwih saka 75% luwih murah tinimbang saben model kasebut.

GPT-6 Astra isih nggayuh skor paling dhuwur ing antarane model sing diuji, yaiku 68,1%, lan becike digunakake kanggo tugas riset ilmiah sing paling angel.

Ing Terminal-Bench Science 0.1⁠(mbukak ing jendhela anyar), agen ngrampungake alur kerja riset ilmiah nganggo kode lan alat terminal, kalebu nganalisis data, mbukak simulasi, lan nyocogake model.

Akurasi fakta

GPT-6.1 Sol uga ningkatake akurasi fakta kanggo prompt sing angel. Peningkatan kefaktualan paling gedhe tinimbang GPT-6 Sol kedadeyan ing upaya nalar rendah, nalika proporsi wangsulan sing ngemot kaluputan fakta mudhun saka 11,4% dadi 7,7%—suda kira-kira 32%. Ing kabeh setelan nalar sing diuji, tingkat kaluputane tetep mung nganti 1,9 poin persentase saka GPT-6 Astra, kanthi biaya saben tugas kurang saka sapralimane.

Evaluasi iki ngukur bagean wangsulan sing ngemot paling ora siji kaluputan fakta ing pacelathon sing wis dibusak informasi identitase, nalika pangguna menehi tandha kaluputan model sadurunge. Prompt sing sengaja digawe angel iki ora makili panggunaan lumrah.

Kita ngevaluasi akurasi fakta ing pacelathon ChatGPT sing wis dibusak informasi identitase, nalika pangguna wis menehi tandha kaluputan fakta saka model sadurunge. Pacelathon sing micu kaluputan iki ora makili panggunaan lumrah, sing luwih arang ngalami kaluputan fakta.

Nerapake GPT-6.1 Sol kanthi aman

GPT-6.1 Sol nuduhake peningkatan gedhe saka GPT-6 Sol ing evaluasi keselarasan kita, saengga saya cedhak karo GPT-6 Astra.

GPT-6.1 Sol luwih blaka ngenani watesan kemampuane lan luwih bisa diandelake kanggo manut karepe pengguna lan watesan keamanan. Ing evaluasi sing angel, tingkat kegagalane luwih endhek tinimbang GPT-6 Sol nalika kudu blaka ngenani piranti telusur sing rusak, manut watesan sing kasebut kanthi terang, lan ngindhari asil tanpa idin sajrone tugas agen. Kita ora nemokake upaya kanggo ngliwati pamriksa keamanan otomatis, padha karo GPT-6 Astra lan GPT-6 Sol. Rincian lengkap bisa ditemokake ing adendum kertu sistem GPT-6.1 Sol⁠(mbukak ing jendhela anyar).

Evaluasi ing ngisor iki sengaja nguji kahanan sing angel lan ora ngukur tingkat kegagalan ing panggunaan lumrah.

Evaluasi iki nguji apa agen ngandhani pengguna nalika piranti telusure rusak, tinimbang mung menehi pangira-ira sing dianggep paling trep. GPT-6.1 Sol ora ngandhani masalah kasebut ing 2,1% kasus, dibandhingake karo 4,9% kanggo GPT-6 Sol, 1.5% kanggo GPT-6 Astra, lan 28,7% kanggo GPT-6 Luna. Tugas dipilih kanggo micu kegagalan lan ora makili penggunaan lumrah. Upaya disetel menyang tingkat maksimal.

Rega lan kasedhiyan

Wiwit dina iki, GPT-6.1 Sol kasedhiya kanggo kabeh pengguna Plus, Pro, Business, Enterprise, lan Edu ing ChatGPT Kerja lan Codex. GPT-6.1 Sol durung kasedhiya ing Ngobrol. Pangembang uga bisa ngakses liwat API OpenAI minangka gpt-6.1-sol. Rega API standare yaiku $2 saben sayuta token input, $0,10 saben sayuta token input ing cache, lan $10 saben sayuta token output. Ing sawetara dina candhaké, kita uga bakal nawakake GPT-6.1 Sol Ultracepet⁠, kanthi generasi token nganti 8x luwih cepet dibandhingake karo kacepetan standare ing Codex.

Penulis

OpenAI

Evaluasi GPT ditindakake ing lingkungan riset kita utawa liwat API kita. Asile bisa rada beda karo ChatGPT sing digunakake umum amarga bedane prompt sistem, piranti sing kasedhiya, tingkat upaya, lan sapiturute. Evaluasi model pesaing dijupuk saka laporan sing kasedhiya kanggo umum.