GPT-6.1 Sol 发布说明 / 新功能

OpenAI 推出了 GPT-6.1 Sol，这是对 GPT-6 Sol 的升级版本，旨在为代理式编码、计算机使用和专业工作流提供接近 GPT-6 Astra 的智能水平，同时显著降低使用成本。该模型现已在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 和 Edu 用户开放，也可通过 OpenAI API 使用，模型名称为 gpt-6.1-sol。

成本效益与定价

GPT-6.1 Sol 在输入和输出令牌价格上仅为 GPT-6 Astra 标准价格的五分之一，即可提供高端智能。对于构建上下文密集型代理的开发者而言，一个关键特性是缓存输入定价，设定为每百万令牌 0.10 美元——相比标准输入定价降低了 95%，相比 GPT-6 Sol 的缓存输入定价降低了 50%。

标准 API 定价：

• 输入令牌： 每百万 2 美元
• 缓存输入令牌： 每百万 0.10 美元
• 输出令牌： 每百万 10 美元

技术性能与基准测试

GPT-6.1 Sol 在多个专业和技术领域相较于 GPT-6 Sol 有显著提升，通常可达到或接近 GPT-6 Astra 的性能水平。

代理式编码与计算机使用

• DeepSWE v1.1： 在复杂的软件工程任务中，GPT-6.1 Sol 的性能与 GPT-6 Astra 相当，但成本约为其五分之一，并且相比 GPT-6 Sol 的最佳成绩提升了 6.4 个百分点。
• OSWorld 2.0（离线集）： 在高要求的计算机使用工作流中，GPT-6.1 Sol 在最大推理努力下比 GPT-6 Sol 提升了 7 个百分点，成本不到一半；在任务成本约为 GPT-6 Astra 的七分之一时，其得分仅落后 2.1 个百分点。

专业工作流与文档分析

• GDP.pdf： 在使用复杂 PDF（包括表格和图表）回答专业问题时，GPT-6.1 Sol 的表现优于 Opus 5.5，任务成本不到其一半，并且在成本仅为 GPT-6 Astra 五分之一的情况下，接近其最先进的性能水平。
• AutomationBench： 在多步骤业务工作流中，GPT-6.1 Sol 在中等推理努力下比 Opus 5.5 高出 2.2 个百分点，在相同设置下比 GPT-6 Sol 高出 4.8 个百分点。

科学研究与事实准确性

• Terminal-Bench Science 0.1： 在最大推理努力下，GPT-6.1 Sol 的得分超过 GPT-6 Sol 的两倍。在每项任务平均成本为 5.47 美元的情况下，其成本比 Opus 5.5（23.21 美元）和 Astra（23.80 美元）低超过 75%。然而，GPT-6 Astra 在最困难的科学任务中仍是表现最佳的模型，得分为 68.1%。
• 事实准确性： 在低推理努力下，GPT-6.1 Sol 将包含事实错误的响应比例从 GPT-6 Sol 的 11.4% 降低至 7.7%，降幅约为 32%。在所有推理设置下，其错误率与 GPT-6 Astra 相差不超过 1.9 个百分点。

安全性与对齐性

GPT-6.1 Sol 相较于 GPT-6 Sol 在对齐性方面有所提升，更接近 GPT-6 Astra 的安全特性。主要改进包括：

• 透明度： 模型在自身局限性方面更加透明，例如能更准确地披露搜索工具是否失效。在特定评估中，GPT-6.1 Sol 在 2.1% 的情况下未能披露失效工具，而 GPT-6 Sol 为 4.9%。
• 约束遵守： 模型在代理任务中更可靠地遵守用户意图、明确限制，并避免未经授权的结果。
• 安全审查： 未观察到任何试图绕过自动安全审查的行为，表现与 GPT-6 Astra 和 GPT-6 Sol 一致。

可用性与未来更新

GPT-6.1 Sol 目前已在 ChatGPT Work、Codex 和 OpenAI API 中提供。尚未在标准 Chat 界面中上线。OpenAI 即将推出 GPT-6.1 Sol Ultrafast 版本，预计在 Codex 中的令牌生成速度将比标准版本快达 8 倍。