GPT-6.1Sol

We introduceren GPT-6.1 Sol, een upgrade van GPT-6 Sol die de intelligentie van GPT-6 Astra bij agentic programmeren, computergebruik en professioneel werk bijna evenaart, voor een vijfde van Astra's standaardprijzen voor invoer- en uitvoertokens. Gecachete invoer kost slechts $0,10 per miljoen tokens, 95% minder dan de standaardprijs voor invoer en 50% minder dan de prijs van GPT-6 Sol voor gecachete invoer, waardoor ontwikkelaars meer ruimte krijgen om krachtige agents te bouwen en te laten draaien die bij verschillende verzoeken dezelfde context opnieuw gebruiken.

Een krachtiger Sol voor uiteenlopende taken

GPT-6.1 Sol biedt een nieuwe balans tussen mogelijkheden en kosten voor belangrijk alledaags werk. Het levert aanzienlijke verbeteringen ten opzichte van GPT-6 Sol bij complexe professionele taken, van code schrijven en debuggen tot documenten begrijpen en zakelijke workflows met meerdere stappen uitvoeren. Bij verschillende van deze evaluaties benadert het de prestaties van GPT-6 Astra tegen aanzienlijk lagere kosten.

Programmeren

Op DeepSWE v1.1, dat complexe softwareontwikkelingstaken in echte codebases evalueert, evenaart GPT-6.1 Sol GPT-6 Astra voor ongeveer een vijfde van de kosten. Tegelijk overtreft het de beste score van GPT-6 Sol met 6,4 procentpunt, met minder inspanning voor redenering en tegen lagere kosten.

Professioneel werk

GDP.pdf meet hoe nauwkeurig modellen professionele vragen beantwoorden met behulp van complexe pdf-documenten, inclusief tabellen, grafieken, diagrammen en kleine lettertjes. GPT-6.1 Sol scoort hier hoger dan Opus 5.5 met terugvalopties, voor minder dan de helft van de kosten per taak bij alle geteste instellingen voor redenering. Het benadert ook de toonaangevende prestaties van GPT-6 Astra voor ongeveer een vijfde van de kosten per taak.

Op AutomationBench, dat meet of agents zakelijke workflows met meerdere stappen correct voltooien, scoort GPT-6.1 Sol 2,2 procentpunt hoger dan Opus 5.5 met de inspanning voor redenering op Gemiddeld, voor ongeveer een derde van de kosten. Die score ligt ook 4,8 procentpunt hoger dan die van GPT-6 Sol bij dezelfde instelling.

Computergebruik

GPT-6.1 Sol boekt ook aanzienlijke vooruitgang bij taken waarvoor interactie met computerapplicaties nodig is. Op de offline dataset van OSWorld 2.0, die agents evalueert op veeleisende workflows voor computergebruik, scoort GPT-6.1 Sol zeven procentpunt hoger dan GPT-6 Sol bij maximale inspanning voor redenering, voor minder dan de helft van de kosten. Het komt tot op 2,1 procentpunt van Astra's score bij maximale inspanning voor redenering, voor ongeveer een zevende van de kosten per taak.

Wetenschappelijk onderzoek

Op Terminal-Bench Science 0.1, dat wetenschappelijke workflows evalueert zoals data-analyse, simulatie en het bewijzen van stellingen, haalt GPT-6.1 Sol bij maximale inspanning voor redenering meer dan het dubbele van de score van GPT-6 Sol, voor minder dan de helft van de kosten per taak. Bij maximale inspanning kost GPT-6.1 Sol gemiddeld $ 5,47 per taak, tegenover $ 23,21 voor Opus 5.5 en $ 23,80 voor Astra. Daarmee biedt het sterke wetenschappelijke capaciteiten tegen ruim 75% lagere kosten dan beide modellen.

GPT-6 Astra behaalt met 68,1% nog steeds de hoogste score van de geteste modellen en is de aangewezen keuze voor de moeilijkste wetenschappelijke onderzoekstaken.

Feitelijke juistheid

GPT-6.1 Sol verbetert ook de feitelijke nauwkeurigheid bij moeilijke prompts. De grootste verbetering in feitelijke nauwkeurigheid ten opzichte van GPT-6 Sol behaalt het bij een lage redeneerinspanning: het aandeel antwoorden met een feitelijke fout daalt daar van 11,4% naar 7,7%, een afname van ongeveer 32%. Bij de geteste redeneerinstellingen wijkt het foutpercentage maximaal 1,9 procentpunt af van dat van GPT-6 Astra, voor minder dan een vijfde van de kosten per taak.

Deze evaluatie meet het aandeel antwoorden met minstens één feitelijke fout in gesprekken waaruit identificerende gegevens zijn verwijderd en waarin gebruikers een fout van een eerder model hadden gemeld. Deze bewust moeilijke prompts zijn niet representatief voor normaal gebruik.

GPT-6.1 Sol veilig inzetten

GPT-6.1 Sol laat in onze evaluaties van afstemming op menselijke bedoelingen en waarden aanzienlijke verbeteringen zien ten opzichte van GPT-6 Sol en komt daarmee dichter bij GPT-6 Astra.

GPT-6.1 Sol is transparanter over zijn beperkingen, volgt de bedoeling van de gebruiker betrouwbaarder en houdt zich beter aan de veiligheidsvoorwaarden. In uitdagende evaluaties maakt het minder fouten dan GPT-6 Sol als het gaat om openheid over defecte zoektools, het naleven van expliciete beperkingen en het vermijden van ongeautoriseerde uitkomsten tijdens agentic taken. We zagen geen pogingen om een geautomatiseerde veiligheidsbeoordelaar te omzeilen, net als bij GPT-6 Astra en GPT-6 Sol. Alle details vind je in het addendum bij de systeemkaart van GPT-6.1 Sol⁠(opent in een nieuw venster).

De onderstaande evaluaties testen bewust uitdagende situaties en meten geen foutpercentages bij normaal gebruik.

Prijzen en beschikbaarheid

GPT-6.1 Sol is vanaf vandaag beschikbaar in ChatGPT Work en Codex voor alle gebruikers met Plus, Pro, Business, Enterprise en Edu. GPT-6.1 Sol is nog niet beschikbaar in Chat. Ontwikkelaars kunnen het ook via de OpenAI API gebruiken als gpt-6.1-sol. De standaard-API-prijzen zijn $2 per miljoen invoertokens, $0,10 per miljoen gecachete invoertokens en $10 per miljoen uitvoertokens. De komende dagen bieden we GPT-6.1 Sol ook Ultrafast⁠ aan, met een tot 8 keer snellere tokengeneratie dan de standaardsnelheid in Codex.