OpenAI於本周二發布了GPT-6.1 Sol，這是其主力模型的最新版本，距離GPT-6 Sol的發布僅一周時間。
該公司將新模型描述為"GPT-6 Sol的升級版，在智能體編程、電腦操作
和專業工作方面的智能水平幾乎與GPT-6 Astra相當，而輸入輸出Token的標準價格僅為Astra的五分之一"。
價格不變，性能逼近Astra
GPT-6.1 Sol的定價與之前保持一致，每百萬輸入Token為2美元，每百萬輸出Token為10美元，緩存輸入價格大幅優惠至每百萬Token僅0.10美元。
GPT-6.1 Sol現已在API中上線，同時面向ChatGPT Work和Codex中的所有Plus、Pro、Business、Enterprise及Edu用戶開放。不過目前該模型尚未在Chat中提供。
一項新功能是，GPT-6.1 Sol在Codex中還將推出超快速版本，其Token生成速度比標準速度快達8倍。
儘管其前代產品僅發布一周，但新模型展現出顯著提升。在OpenAI發布前提供的幾乎所有基準測試中，新模型的表現與OpenAI成本高昂的旗艦模型GPT-6 Astra相近，但成本卻大幅降低。
例如，在編程基準測試中，GPT-6.1 Sol在DeepSWE 1.1上的得分比GPT-6 Sol高6.4個百分點，其結果基本與GPT-6 Astra持平——但成本僅為後者的五分之一。
在一些基準測試中，新的Sol模型甚至擊敗了Anthropic與GPT-6 Sol同日發布的Opus 5.5（含回退機制）。例如在測試模型如何回答覆雜PDF文檔相關問題的GDP.pdf基準測試中，GPT-6.1 Sol得分約為32%，而Opus 5.5約為29%。在這一測試中，其結果也與GPT-6 Astra相似，但每項任務成本約為後者的五分之一。
GPT-6.1 Sol表現尤為出色的一個領域是電腦操作。在該項測試中，新模型在最高推理強度下的表現比前代產品高出七個百分點，成本卻只有一半——同樣與Astra的表現相當。
事實上，鑑於這些結果，在大多數使用場景下將很難為使用Astra找到理由。
對陣Sonnet 5.5：結果參半
遺憾的是，周一發布的Sonnet 5.5（定價同樣為每百萬輸入輸出Token2美元/10美元）目前只有少量可比較的基準測試數據。在兩個模型都存在基準數據的情況下，結果呈現參半態勢。
Sonnet 5.5在DeepSWE上得分71%，而GPT-6.1 Sol得分約為75%。在AutomationBench測試中，GPT-6.1 Sol得分約為36%，低於Sonnet 5.5的44.7%，但Sol每項任務的價格明顯更低（0.30美元對比1.14美元）。
錯誤更少，對齊度更佳
OpenAI還表示，GPT-6.1 Sol產生的事實性錯誤更少。在低推理強度下，包含至少一個事實錯誤的回覆比例從GPT-6 Sol的11.4%降至7.7%，降幅約為32%。
這些結果來自於用戶曾標記出早期模型錯誤的刻意設置的高難度對話場景，並不代表典型使用情況下的錯誤率。
鑑於我們（在性能上）尚未完全追平前沿水平，很高興看到GPT-6.1 Sol讓Sol的對齊水平與Astra保持一致。OpenAI表示，該模型總體上能更好地尊重用戶意圖和安全限制，僅在2.1%的情況下未能披露搜索工具故障（而非擅自猜測結果）。
在該公司的測試中，基於GPT-6.1 Sol的智能體從未嘗試繞過自動化安全審查員阻止其智能體運行的決定。
Q&A
Q1：GPT-6.1 Sol相比GPT-6 Sol有哪些提升？
A：GPT-6.1 Sol在智能體編程、電腦操作等方面的性能大幅提升，幾乎達到旗艦模型GPT-6 Astra的水平，但價格僅為Astra的五分之一，同時事實性錯誤率也從11.4%降至7.7%。
Q2：GPT-6.1 Sol的價格是多少？
A：GPT-6.1 Sol價格與之前版本保持一致，每百萬輸入Token為2美元，每百萬輸出Token為10美元，緩存輸入價格優惠至每百萬Token僅0.10美元。
Q3：GPT-6.1 Sol現在可以在哪裡使用？
A：GPT-6.1 Sol已在API中上線，同時面向ChatGPT Work和Codex中的Plus、Pro、Business、Enterprise及Edu用戶開放，但目前尚未在普通Chat界面提供。
