GPT-6.1Sol
只需五分之一的費用，即享接近 Astra 的智能
我們現推出 GPT-6.1 Sol。GPT-6.1 Sol 是 GPT-6 Sol 的升級版本，在智能代理式編碼、電腦操作及專業工作方面的智能，幾乎媲美 GPT-6 Astra，而標準輸入及輸出 Token 收費僅為 Astra 的五分之一。快取輸入 每百萬 Token 僅需 0.10 美元，比標準輸入收費低 95%，亦比 GPT-6 Sol 的快取輸入收費低 50%，讓開發人員有更大空間開發及運行能力強大的智能代理，在不同請求之間重用上下文。
GPT-6Astra
我們最智能的模型，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
只需五分之一的費用，即享接近 Astra 的智能。
- 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
Sol 處理各類任務的能力全面提升
GPT-6.1 Sol 為重要的日常工作帶來能力與成本的新平衡。從編碼及偵錯，到理解文件及執行多步驟業務工作流程，GPT-6.1 Sol 處理複雜專業任務的表現均較 GPT-6 Sol 大幅提升。在其中多項評估中，GPT-6.1 Sol 以明顯較低的成本，達到接近 GPT-6 Astra 的表現。
編碼
DeepSWE v1.1 使用真實程式碼庫評估複雜的軟件工程任務。GPT-6.1 Sol 在這項評估中以約五分之一的成本，達到與 GPT-6 Astra 相若的表現；同時，在推理強度及成本均較低的情況下，分數仍比 GPT-6 Sol 的最佳成績高出 6.4 個百分點。
在 DeepSWE 1.1（在新視窗中開啟） 中，AI 智能代理須完成原創、時間跨度較長的軟件工程任務。
專業工作
GDP.pdf 量度模型運用複雜 PDF 文件回答專業問題的準確度，文件內容涵蓋表格、圖表、示意圖及以小字列出的細節。在受測的各項推理設定下，GPT-6.1 Sol 的分數均高於設有後備方案的 Opus 5.5，而每項任務成本不到其一半。GPT-6.1 Sol 的表現亦接近 GPT-6 Astra 的頂尖水平，每項任務成本則約為 Astra 的五分之一。
在 GDP.pdf（在新視窗中開啟） 中，模型須回應與複雜 PDF 文件有關的實際提示詞；這些文件取自金融、醫療護理、法律及另外七個專業領域的工作流程。
AutomationBench 量度智能代理能否正確完成多步驟業務工作流程。推理強度設為「中」時，GPT-6.1 Sol 的分數比 Opus 5.5 高出 2.2 個百分點，成本則約為其三分之一。這個分數亦比相同設定下的 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 智能代理須使用涵蓋銷售、市場推廣、營運、支援、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 的數據點低於其實際成本，因為未有計入後備方案的成本，而約 40% 的任務曾使用後備方案。
電腦操作
GPT-6.1 Sol 在需要與電腦應用程式互動的任務上，亦取得顯著進步。OSWorld 2.0 的離線測試集用於評估智能代理處理高難度電腦操作工作流程的能力。在最高推理強度下，GPT-6.1 Sol 的分數比 GPT-6 Sol 高出 7 個百分點，成本卻不到其一半。在最高推理強度下，GPT-6.1 Sol 與 Astra 的分數差距在 2.1 個百分點以內，而每項任務成本約為 Astra 的七分之一。
在 OSWorld 2.0（在新視窗中開啟） 中，AI 智能代理會嘗試執行時間跨度較長的電腦操作工作流程，涵蓋日常及專業任務。我們公佈的是在 v2026.08.08 版本離線資料集上取得的部分獎勵分數。
科學研究
Terminal-Bench Science 0.1 評估涵蓋數據分析、模擬及定理證明的科學工作流程。在最高推理強度下，GPT-6.1 Sol 的分數超過 GPT-6 Sol 的兩倍，每項任務成本卻不到其一半。在這個設定下，GPT-6.1 Sol 每項任務的平均成本為 5.47 美元，相較之下，Opus 5.5 為 23.21 美元，Astra 則為 23.80 美元。GPT-6.1 Sol 以比這兩款模型均低逾 75% 的成本，提供強大的科學研究能力。
GPT-6 Astra 仍以 68.1% 在受測模型中取得最高分數，因此處理最困難的科學研究任務時，應選用這款模型。
在 Terminal-Bench Science 0.1（在新視窗中開啟） 中，智能代理使用程式碼和終端機工具完成科學研究工作流程，包括分析數據、執行模擬和擬合模型。
事實準確性
GPT-6.1 Sol 在回應高難度提示詞時，事實準確性亦有所提升。與 GPT-6 Sol 相比，提升幅度以低推理強度設定下最為顯著：含有事實錯誤的回應比例由 11.4% 降至 7.7%，降幅約為 32%。在所有受測的推理設定下，其錯誤率與 GPT-6 Astra 的差距均不超過 1.9 個百分點，而每項任務的成本不足後者的五分之一。
這項評估採用已去識別化的對話；用戶曾在這些對話中指出先前模型的錯誤。我們量度當中含有至少一項事實錯誤的答案比例。這些刻意採用的高難度提示詞並不代表一般使用情況。
我們使用已去識別化的 ChatGPT 對話來評估事實準確性；用戶曾在這些對話中指出先前模型的事實錯誤。這些容易引發錯誤的對話並不代表一般使用情況，而一般使用時出現事實錯誤的機會較低。
安全部署 GPT-6.1 Sol
在我們的對齊評估中，GPT-6.1 Sol 的表現較 GPT-6 Sol 大幅改善，更接近 GPT-6 Astra。
GPT-6.1 Sol 更坦誠地說明自身限制，在尊重用戶意圖及遵守安全限制方面亦更可靠。在高難度評估中，GPT-6.1 Sol 在如實告知搜尋工具故障、遵守明確限制，以及在智能代理任務中避免產生未經授權的結果等方面，失誤率均低於 GPT-6 Sol。我們未觀察到任何模型嘗試繞過自動安全審查系統的情況，與 GPT-6 Astra 及 GPT-6 Sol 的表現一致。完整詳情可見 GPT-6.1 Sol 系統說明卡增補內容（在新視窗中開啟）。
以下評估刻意測試具挑戰性的情境，並非量度一般使用情況下的失誤率。
定價及可用情況
由即日起，所有 Plus、Pro、Business、Enterprise 及 Edu 用戶均可在「ChatGPT 工作」及 Codex 中使用 GPT-6.1 Sol。GPT-6.1 Sol 尚未在「對話」中提供。開發人員亦可透過 OpenAI API，以 gpt-6.1-sol 存取此模型。其標準 API 收費為每百萬輸入 Token 2 美元、每百萬快取輸入 Token 0.10 美元，以及每百萬輸出 Token 10 美元。在未來數天內，我們亦會在 Codex 中推出 GPT-6.1 Sol 「超快」模式，其 Token 生成速度最高可達標準速度的 8 倍。
