GPT-6.1 Sol 發布說明 / 新功能

OpenAI 推出了 GPT-6.1 Sol，這是針對 GPT-6 Sol 的升級版本，旨在為代理程式編碼、電腦使用和專業工作流程提供接近 GPT-6 Astra 的智慧水準，同時顯著降低成本。該模型目前已在 ChatGPT Work 和 Codex 中對 Plus、Pro、Business、Enterprise 和 Edu 用戶開放，也可透過 OpenAI API 使用，模型名稱為 gpt-6.1-sol。

成本效益與定價

GPT-6.1 Sol 在輸入和輸出權杖的價格上僅為 GPT-6 Astra 標準價格的五分之一，提供高階智慧。對於開發上下文密集型代理程式的開發者而言，一個關鍵功能是快取輸入定價，設定為每百萬權杖 0.10 美元——相比標準輸入定價降低了 95%，也比 GPT-6 Sol 的快取輸入定價降低了 50%。

標準 API 定價：

• 輸入權杖： 每百萬 2 美元
• 快取輸入權杖： 每百萬 0.10 美元
• 輸出權杖： 每百萬 10 美元

技術性能與基準測試

GPT-6.1 Sol 在多個專業與技術領域中，相較於 GPT-6 Sol 有顯著提升，通常表現與 GPT-6 Astra 相當或接近。

代理程式編碼與電腦使用

• DeepSWE v1.1： 在複雜的軟體工程任務中，GPT-6.1 Sol 的表現與 GPT-6 Astra 相當，但成本僅為其五分之一，且比 GPT-6 Sol 的最佳分數提升了 6.4 個百分點。
• OSWorld 2.0（離線集）： 在高要求的電腦使用工作流程中，GPT-6.1 Sol 在最大推理努力下比 GPT-6 Sol 提升了七個百分點（成本不到一半），並在每項任務成本約為 GPT-6 Astra 的七分之一時，與其分數僅相差 2.1 個百分點。

專業工作流程與文件分析

• GDP.pdf： 在使用複雜 PDF（包含表格與圖表）回答專業問題時，GPT-6.1 Sol 的表現優於 Opus 5.5，且每項任務成本不到其一半，並在成本僅為 GPT-6 Astra 五分之一的情況下，接近其最尖端的表現。
• AutomationBench： 在多步驟商業工作流程中，GPT-6.1 Sol 在中等推理努力下比 Opus 5.5 高出 2.2 個百分點，且在相同設定下比 GPT-6 Sol 高出 4.8 個百分點。

科學研究與事實正確性

• Terminal-Bench Science 0.1： 在最大推理努力下，GPT-6.1 Sol 的分數超過 GPT-6 Sol 的兩倍。平均每項任務成本為 5.47 美元，比 Opus 5.5（23.21 美元）和 Astra（23.80 美元）便宜超過 75%。然而，GPT-6 Astra 在最困難的科學任務中仍是表現最佳者，分數為 68.1%。
• 事實正確性： 在低推理努力下，GPT-6.1 Sol 將包含事實錯誤的回應比例從 GPT-6 Sol 的 11.4% 降低至 7.7%，減少約 32%。在所有推理設定下，其錯誤率與 GPT-6 Astra 相差不超過 1.9 個百分點。

安全性與對齊

GPT-6.1 Sol 相較於 GPT-6 Sol 在對齊性方面有所提升，更接近 GPT-6 Astra 的安全特性。主要改進包括：

• 透明度： 模型對自身限制更具透明度，例如在搜尋工具失效時會主動說明。在特定評估中，GPT-6.1 Sol 在 2.1% 的情況下未能揭露失效工具，而 GPT-6 Sol 則為 4.9%。
• 遵守限制： 模型在代理任務中更可靠地遵守使用者意圖、明確限制，並避免產生未授權的結果。
• 安全審查： 未觀察到任何試圖繞過自動化安全審查的行為，表現與 GPT-6 Astra 和 GPT-6 Sol 相當。

可用性與未來更新

GPT-6.1 Sol 目前可在 ChatGPT Work、Codex 和 OpenAI API 中使用。尚未在標準 Chat 界面中提供。OpenAI 即將在 Codex 中推出 GPT-6.1 Sol Ultrafast，預計其權杖生成速度將比標準版本快達 8 倍。