OpenAI 发布 GPT-6.1 Sol，定价为 Astra 的五分之一

OpenAI 发布了 GPT‑6.1 Sol，这一升级将接近 GPT‑6 Astra 的性能带到了智能体编程、计算机使用和专业工作流中，而标准输入和输出 token 价格仅为 Astra 的五分之一。缓存输入每百万 token 收费 0.10 美元，比标准输入便宜 95%，也是 GPT‑6 Sol 缓存输入价格的一半，为复用上下文的智能体提供了一条更便宜的路径，以胜任长时间运行的工作。

最大的提升出现在高要求的软件和业务任务中。在 DeepSWE v1.1 上，GPT‑6.1 Sol 以大约五分之一的成本达到了 GPT‑6 Astra 的水平，并在更低的推理投入和成本下，以 6.4 个百分点的优势超过了 GPT‑6 Sol 的最佳得分。在 GDP.pdf 上，它在测试设置中的得分高于带 fallbacks 的 Opus 5.5，而每任务成本不到其一半，同时以约五分之一的成本接近 Astra 的性能。

GPT‑6.1 Sol 在中等推理投入下，于 AutomationBench 上以约三分之一的成本领先 Opus 5.5 达 2.2 个百分点。这一结果在同一设置下比 GPT‑6 Sol 高出 4.8 个百分点。该基准测试使用 47 种工具，覆盖端到端的销售、营销、运营、支持、财务和人力资源工作流。

计算机使用和科学工作也显示出类似的成本性能转变。在 OSWorld 2.0 的离线集上，该模型在最大投入下以不到一半的成本超过 GPT‑6 Sol 七分，在每任务成本约为七分之一的情况下，与 Astra 的差距仅为 2.1 分。在 Terminal-Bench Science 上以最大投入运行时，它的得分是 GPT‑6 Sol 的两倍多，平均每任务 5.47 美元，而 Opus 5.5 为 23.21 美元，Astra 为 23.80 美元。Astra 仍以 68.1% 领先该测试，并且仍是 OpenAI 应对最难科学研究任务的选择。

事实准确性在低推理投入下提升最大，其中包含错误的困难答案占比从 11.4% 降至 7.7%。OpenAI 还报告称，模型对用户意图和安全限制的遵循更强。在刻意设置的挑战性案例中，GPT‑6.1 Sol 未能披露搜索工具故障的比例为 2.1%，低于 GPT‑6 Sol 的 4.9%，并且未观察到任何试图绕过自动安全审查器的行为。

GPT‑6.1 Sol 现已面向 ChatGPT Work 和 Codex 中的 Plus、Pro、Business、Enterprise 和 Edu 用户开放，但尚未在 Chat 中提供。开发者可以通过 API 以 gpt-6.1-sol 调用它，价格为每百万输入 token 2 美元、每百万缓存输入 token 0.10 美元、每百万输出 token 10 美元。OpenAI 还计划在未来几天内在 Codex 中推出 GPT‑6.1 Sol Ultrafast 选项，token 生成速度最高可提升至八倍。

来源