GPT-6.1Sol

Vi introduserer OpenAI GPT-6.1 Sol, som er en oppgradering av OpenAI GPT-6 Sol som nesten matcher intelligensen til OpenAI GPT-6 Astra innen agentisk koding, datamaskinbruk og profesjonelt arbeid, til en femtedel av Astras standardpriser for inndata- og utdatatoken. Hurtigbufrede inndata koster kun 0,10 USD per million tokens– 95 % mindre enn standardprisen for inndata og 50 % mindre enn prisen for hurtigbufrede inndata for OpenAI GPT-6 Sol. Det gir utviklere større handlingsrom til å bygge og kjøre kapable agenter som gjenbruker kontekst på tvers av forespørsler.

En mer kapabel Sol på tvers av oppgaver

OpenAI GPT-6.1 Sol gir en ny balanse mellom ytelse og pris for viktige hverdagsoppgaver. Den gir betydelige forbedringer sammenlignet med OpenAI GPT-6 Sol når det gjelder komplekse faglige oppgaver, fra å skrive og feilsøke kode til å forstå dokumenter og utføre forretningsarbeidsflyter med flere trinn. I flere av disse evalueringene nærmer den seg ytelsen til OpenAI GPT-6 Astra til en betydelig lavere pris.

Koding

På DeepSWE v1.1, som evaluerer komplekse programvareutviklingsoppgaver i reelle kodebaser, matcher GPT-6.1 Sol GPT-6 Astra til omtrent en femtedel av kostnaden. Samtidig overgår den GPT-6 Sols beste resultat med 6,4 prosentpoeng, med lavere resonneringsinnsats og kostnad.

Profesjonelt arbeid

På GDP.pdf, som måler hvor presist modeller besvarer faglige spørsmål ved hjelp av komplekse PDF-dokumenter med blant annet tabeller, grafer, diagrammer og detaljer i liten skrift, skårer GPT-6.1 Sol høyere enn Opus 5.5 med reserveløsninger, til under halvparten av kostnaden per oppgave på tvers av de testede resonneringsinnstillingene. Den nærmer seg også den toppmoderne ytelsen til GPT-6 Astra til omtrent en femtedel av kostnaden per oppgave.

På AutomationBench, som måler om agenter fullfører arbeidsflyter med flere trinn i virksomheter på riktig måte, skårer GPT-6.1 Sol 2,2 prosentpoeng høyere enn Opus 5.5 ved middels resonneringsinnsats, til omtrent en tredjedel av kostnaden. Resultatet er også 4,8 prosentpoeng høyere enn for GPT-6 Sol med samme innstilling.

Datamaskinbruk

GPT-6.1 Sol gjør også betydelige fremskritt på oppgaver som krever samhandling med dataprogrammer. På det frakoblede datasettet i OSWorld 2.0, som evaluerer agenter på krevende arbeidsflyter med datamaskinbruk, overgår GPT-6.1 Sol GPT-6 Sol med sju prosentpoeng ved maksimal resonneringsinnsats, til under halvparten av kostnaden. Den kommer innenfor 2,1 prosentpoeng av Astras resultat ved maksimal resonneringsinnsats, til omtrent en sjuendedel av kostnaden per oppgave.

Vitenskapelig forskning

På Terminal-Bench Science 0.1, som evaluerer vitenskapelige arbeidsflyter innen blant annet dataanalyse, simulering og teorembevis, mer enn dobler GPT-6.1 Sol resultatet til GPT-6 Sol ved maksimal resonneringsinnsats, til under halvparten av kostnaden per oppgave. Ved maksimal innsats koster GPT-6.1 Sol i gjennomsnitt 5,47 USD per oppgave, sammenlignet med 23,21 USD for Opus 5.5 og 23,80 USD for Astra. Den leverer dermed sterke vitenskapelige ferdigheter til over 75 % lavere kostnad enn begge modellene.

GPT-6 Astra oppnår fortsatt det høyeste resultatet blant de testede modellene, med 68,1 %, og bør brukes til de vanskeligste vitenskapelige forskningsoppgavene.

Faktapresisjon

OpenAI GPT-6.1 Sol forbedrer også faktanøyaktigheten ved krevende oppgaver. Den største forbedringen i faktanøyaktighet sammenlignet med OpenAI GPT-6 Sol oppnås ved lav resonnementinnsats, hvor andelen svar som inneholder en faktafeil reduseres fra 11,4 % til 7,7 % – en reduksjon på omtrent 32 %. På tvers av de testede resonnementsinnstillingene ligger feilraten innenfor 1,9 prosentpoeng av OpenAI GPT-6 Astras, til mindre enn en femtedel av kostnaden per oppgave.

Denne evalueringen måler andelen svar som inneholder minst én faktafeil, basert på avidentifiserte samtaler der brukere rapporterte en feil fra en tidligere modell. Disse bevisst vanskelige promptene er ikke representative for vanlig bruk.

Trygg utrulling av GPT-6.1 Sol

GPT-6.1 Sol viser betydelige forbedringer sammenlignet med GPT-6 Sol i våre av samsvarsevalueringer, og nærmer seg dermed GPT-6 Astra.

OpenAI GPT-6.1 Sol er mer åpen om sine begrensninger og mer pålitelig når det gjelder å respektere brukerens intensjon og sikkerhetsbegrensninger. I krevende evalueringer viser den lavere feilfrekvenser enn OpenAI GPT-6 Sol når det gjelder åpenhet om søkeverktøy som ikke fungerer, å respektere eksplisitte begrensninger og å unngå uautoriserte resultater under agentoppgaver. Vi observerte ingen forsøk på å omgå en automatisert sikkerhetskontroll, noe som samsvarer med OpenAI GPT-6 Astra og OpenAI GPT-6 Sol. Fullstendig informasjon finnes i tillegget til systemkortet for OpenAI GPT-6.1 Sol⁠(åpnes i et nytt vindu).

Evalueringene nedenfor tester bevisst krevende situasjoner og måler ikke feilrater ved vanlig bruk.

Priser og tilgjengelighet

OpenAI GPT-6.1 Sol er tilgjengelig fra i dag for alle Plus-, Pro-, Business-, Enterprise- og Edu-brukere i ChatGPT Work og Codex. OpenAI GPT-6.1 Sol er ennå ikke tilgjengelig i Chat. Utviklere kan også få tilgang via OpenAI API som gpt-6.1-sol. Standardprisene i API-et er 2 USD per million inndatatoken, 0,10 USD per million hurtigbufrede inndatatoken og 10 USD per million utdatatoken. I løpet av de kommende dagene vil vi også tilby OpenAI GPT-6.1 Sol Ultrafast⁠, med opptil åtte ganger raskere tokengenerering enn standardhastigheten i Codex.