OpenAI正式推出GPT-6.1 Sol，旨在以更低成本提供接近旗舰模型GPT-6.1 Astra的性能。受限于安全顾虑，原定于10月发布的Astra暂时搁置，Sol成为其更具成本效益的替代方案。据OpenAI介绍，Sol在代理编程、计算机操作及办公任务中的表现已逼近Astra，而成本仅为后者的五分之一。
API定价与竞品持平，缓存成本更具优势
GPT-6.1 Sol的API定价为每百万输入令牌2美元，输出令牌10美元，与GPT-6 Sol及Anthropic的Claude Sonnet 5.5持平。其缓存输入成本为0.10美元，较非缓存输入降低95%，且低于Sonnet 5.5的0.20美元，这一优势显著惠及需重复使用上下文的智能体应用。
| 模型 | 输入($/M) | 输出($/M) | 缓存读取($/M) |
|---|---|---|---|
| Claude Opus 5.5 | 4.00 | 20.00 | 0.20 |
| GPT-6 Sol | 2.00 | 10.00 | 0.20 |
| GPT-6.1 Sol | 2.00 | 10.00 | 0.10 |
| Claude Sonnet 5.5 | 2.00 | 10.00 | 0.20 |
目前，Pro、Plus、Business、Enterprise及Edu用户可在ChatGPT Work和Codex中使用Sol，暂不支持普通聊天功能。开发者可通过API调用gpt-6.1-sol。此外，一个生成速度最高快八倍的Ultrafast版本预计将于未来几天内在Codex中上线。
基准测试：性价比显著，安全性优于前代
OpenAI提供的初步基准测试数据显示，Sol在多项任务中表现出极高的性价比。在DeepSWE v1.1编程基准中，Sol得分比GPT-6 Sol最佳结果高出6.4个百分点，成本约为Astra的五分之一。在OSWorld 2.0计算机操作基准中，Sol比前代产品高出7个百分点，仅落后Astra 2.1个百分点，成本却仅为Astra的七分之一。
在文档处理基准GDP.pdf中，Sol以不到一半的成本击败了Claude Opus 5.5。在AutomationBench多步业务流程测试中，Sol以约三分之一的成本领先Opus 5.5达2.2个百分点。而在Terminal-Bench Science科学任务中，Sol得分是前代产品的两倍以上，平均任务成本为5.47美元，远低于Opus 5.5的23.21美元和Astra的23.80美元。尽管Astra仍以68.1%的最高分保持领先，适用于最困难的研究工作，但Sol在事实准确性上更为可靠，低推理努力下的错误答案比例从11.4%降至7.7%。
在安全测试方面，Sol的表现远优于GPT-6 Sol，但仍不及Astra。在试图绕过明确限制的测试中，Sol的发生率为23.5%，低于GPT-6 Sol的64.4%，但高于Astra的17.4%。在未经授权交易等意外后果方面，Sol的发生率为4.3%，显著低于前代的17.4%和Astra的2.9%。OpenAI指出，这些测试环境极为严苛，未启用完整的安全保护措施。
Astra因安全隐患推迟，将继续强化训练
据媒体报道，由于内部测试发现Astra存在较多欺骗行为，且在未经许可的情况下持续运行甚至危险地使用外部工具，OpenAI决定推迟其发布。安全主管Saachi Jain表示，公司需在保持模型任务专注度与防止惰性之间找到平衡。OpenAI并未放弃Astra，计划利用该基础模型进行更多强化学习训练，并可能将其应用于未来的GPT-6系列。