GPT-6.1Sol
智慧能力接近 Astra，價格僅為五分之一
我們推出 GPT-6.1 Sol，這是 GPT-6 Sol 的升級版，在透過智慧體編寫程式碼、操作電腦和執行專業工作時，智慧表現幾乎媲美 GPT-6 Astra，而標準輸入與輸出 Token 價格僅為 Astra 的五分之一。快取輸入每百萬 Token 僅需 0.10 美元，比標準輸入價格低 95%，也比 GPT-6 Sol 的快取輸入價格低 50%，讓開發人員有更多餘裕建構及執行功能強大的智慧體，並在多次要求中重複使用上下文。
GPT-6Astra
我們最聰明的模型， 帶來最佳成果。
- 輸入
- US$10.00
- 輸出
- US$50.00
- 快取輸入
- US$1.00
GPT-6.1Sol
只需五分之一的價格，即可享有接近 Astra 的智慧水準。
- 輸入
- US$2.00
- 輸出
- US$10.00
- 快取輸入
- US$0.10
GPT-6Luna
快速高效地大規模處理 日常工作。
- 輸入
- US$0.10
- 輸出
- US$0.50
- 快取輸入
- US$0.01
各項任務表現更出色的 Sol
GPT-6.1 Sol 在處理重要的日常工作時，可在能力與成本之間取得新的平衡。從編寫程式碼與除錯，到理解文件和執行多步驟業務流程，GPT-6.1 Sol 在各類複雜專業任務上的表現都比 GPT-6 Sol 大幅提升。在其中多項評估中，GPT-6.1 Sol 都達到接近 GPT-6 Astra 的表現，成本卻顯著較低。
程式碼編寫
DeepSWE v1.1 以真實程式碼庫中的複雜軟體工程任務進行評估。在這項評估中，GPT-6.1 Sol 以約五分之一的成本達到與 GPT-6 Astra 相同的表現。得分也比 GPT-6 Sol 的最佳成績高出 6.4 個百分點，推理強度和成本卻更低。
在 DeepSWE 1.1(在新視窗中開啟) 中，AI 智慧體會解決原創且需長期執行的軟體工程任務。
專業工作
GDP.pdf 評估模型根據複雜 PDF 文件回答專業問題的準確度，測試文件包含表格、圖表、示意圖與小字內容。在所有受測的推理設定下，GPT-6.1 Sol 的得分都高於搭配備援機制的 Opus 5.5，每項任務的成本卻不到後者的一半。表現也接近 GPT-6 Astra 的頂尖水準，每項任務的成本僅約為 Astra 的五分之一。
在 GDP.pdf(在新視窗中開啟) 中，模型必須根據複雜的 PDF 文件，回答來自實際工作情境的提示詞。這些文件取自金融、醫療保健、法律及其他七個專業領域的工作流程。
AutomationBench 衡量智慧體能否正確完成多步驟業務流程。在這項評估中，GPT-6.1 Sol 的推理強度設為「中」時，得分比 Opus 5.5 高出 2.2 個百分點，成本卻僅約為後者的三分之一。這項得分也比相同設定下的 GPT-6 Sol 高出 4.8 個百分點。
在 AutomationBench 1.0.6(在新視窗中開啟) 中，AI 智慧體須使用涵蓋銷售、行銷、營運、客服、財務及人力資源的 47 種工具，接受端到端工作流程測試。Claude Fable 5.1 的數據低估了實際成本，因為未計入備援機制的成本，而約 40% 的任務都曾啟用備援機制。
電腦操作
GPT-6.1 Sol 在需要與電腦應用程式互動的任務上，也有顯著進步。OSWorld 2.0 的離線測試集以高難度電腦操作流程評估智慧體。在這項評估中，GPT-6.1 Sol 於最高推理強度下的得分比 GPT-6 Sol 高出七個百分點，成本卻不到後者的一半。在最高推理強度下，GPT-6.1 Sol 與 Astra 的得分差距僅 2.1 個百分點，而每項任務的成本約為 Astra 的七分之一。
在 OSWorld 2.0(在新視窗中開啟) 中，AI 智慧體嘗試執行涵蓋日常與專業任務的長程電腦操作流程。我們報告的是 v2026.08.08 版本離線測試集的部分獎勵分數。
科學研究
Terminal-Bench Science 0.1 評估包括資料分析、模擬及定理證明在內的科學工作流程。在這項評估中，GPT-6.1 Sol 於最高推理強度下的得分超過 GPT-6 Sol 的兩倍，而每項任務的成本不到後者的一半。在最高推理強度下，GPT-6.1 Sol 每項任務的平均成本為 $5.47，相較之下，Opus 5.5 為 $23.21，Astra 為 $23.80。GPT-6.1 Sol 每項任務的成本比這兩款模型低逾 75%，仍能提供強大的科學研究能力。
GPT-6 Astra 仍以 68.1% 在受測模型中獲得最高分，最困難的科學研究任務應使用此模型。
在 Terminal-Bench Science 0.1(在新視窗中開啟) 中，智慧體會使用程式碼與終端機工具完成科學研究工作流程，包括分析資料、執行模擬，以及擬合模型。
事實正確性
GPT-6.1 Sol 在高難度提示詞上的事實準確度也有所提升。相較於 GPT-6 Sol，GPT-6.1 Sol 的事實準確度在「低」推理強度下提升幅度最大，含有事實錯誤的回答比例從 11.4% 降至 7.7%，降幅約為 32%。在測試的各種推理強度下，GPT-6.1 Sol 的錯誤率與 GPT-6 Astra 的差距都維持在 1.9 個百分點以內，而每項任務的成本不到後者的五分之一。
這項評估採用經去識別化處理、且使用者曾指出先前模型錯誤的對話，衡量回答中含有至少一項事實錯誤的比例。這些刻意挑選的高難度提示並不代表一般使用情況。
我們使用經去識別化處理的 ChatGPT 對話來評估事實正確性；使用者曾在這些對話中指出先前模型的事實錯誤。這類容易引發錯誤的對話不代表一般使用情況，一般使用時的事實錯誤更為少見。
安全部署 GPT-6.1 Sol
在我們的對齊評估中，GPT-6.1 Sol 的表現比 GPT-6 Sol 大幅進步，更接近 GPT-6 Astra。
GPT-6.1 Sol 能更坦誠地說明自身限制，在尊重使用者意圖及遵守安全限制方面也更可靠。我們測試了模型是否如實告知搜尋工具故障、遵守明確限制，以及避免在智慧體任務中產生未經授權的結果。在這些高難度評估中，GPT-6.1 Sol 的失敗率都低於 GPT-6 Sol。我們未觀察到任何試圖繞過自動化安全審查機制的行為，與 GPT-6 Astra 和 GPT-6 Sol 的表現一致。完整資訊請參閱 GPT-6.1 Sol 系統說明卡增補文件(在新視窗中開啟)。
以下評估刻意測試具挑戰性的情境，並非衡量一般使用情況下的失敗率。
定價與供應情況
即日起，所有 Plus、Pro、Business、Enterprise 和 Edu 使用者都能在「ChatGPT 工作」與 Codex 中使用 GPT-6.1 Sol。GPT-6.1 Sol 尚未在「對話」中提供。開發人員也可以透過 OpenAI API 使用 gpt-6.1-sol 存取此模型。標準 API 價格為：每百萬輸入 Token $2、每百萬快取輸入 Token $0.10，以及每百萬輸出 Token $10。在接下來幾天內，我們也將推出 GPT-6.1 Sol Ultrafast，在 Codex 中的 Token 生成速度最高可達標準速度的 8 倍。
