GPT-6.1 Sol: fast auf Astra-Niveau, für ein Fünftel des Preises

Das Mittelklasse-Modell mit Anspruch auf die Spitze

GPT-6.1 Sol ist ein Update von GPT-6 Sol, dem mittleren Modell von OpenAI. Das Versprechen lässt sich in einem Satz zusammenfassen: eine Intelligenz „nahe an Astra“ bei agentischem Code, Computernutzung und professioneller Arbeit, für ein Fünftel der Standardpreise von Astra, sowohl bei Eingabe als auch bei Ausgabe.

OpenAI präsentiert das Modell als neues Gleichgewicht zwischen Leistungsfähigkeit und Kosten für die tägliche Arbeit: Code schreiben und debuggen, Dokumente verstehen, mehrstufige Geschäftsworkflows ausführen. Der Vergleich erfolgt sowohl mit dem großen Bruder Astra als auch mit der Konkurrenz, insbesondere Opus 5.5.

Code und professionelle Arbeit: die hervorgehobenen Zahlen

Bei DeepSWE v1.1, das Software-Engineering-Aufgaben in echten Codebasen bewertet, erreicht GPT-6.1 Sol Astra für etwa ein Fünftel der Kosten. Es übertrifft auch den besten Wert von GPT-6 Sol um 6,4 Punkte, bei geringerem Reasoning-Aufwand und niedrigeren Kosten.

Bei GDP.pdf, das die Richtigkeit von Antworten auf professionelle Fragen zu komplexen PDFs (Tabellen, Grafiken, Diagramme, Kleingedrucktes) in Finanzen, Gesundheit, Recht und sieben weiteren Bereichen misst, übertrifft es Opus 5.5 mit Fallbacks für weniger als die Hälfte der Kosten pro Aufgabe.

Bei AutomationBench 1.0.6, das komplette Workflows mit 47 Tools testet (Vertrieb, Marketing, Betrieb, Support, Finanzen, HR), liegt es bei mittlerem Aufwand 2,2 Punkte vor Opus 5.5, für etwa ein Drittel der Kosten, und gewinnt 4,8 Punkte gegenüber GPT-6 Sol. OpenAI weist darauf hin, dass die angegebenen Kosten für Claude Fable 5.1 unterschätzt sind, da Fallbacks nicht einbezogen wurden, die bei etwa 40 % der Aufgaben auftraten.

Computernutzung und Wissenschaft

Bei der Offline-Version von OSWorld 2.0, die lange Workflows der Anwendungsnutzung bewertet, gewinnt GPT-6.1 Sol bei maximalem Aufwand 7 Punkte gegenüber GPT-6 Sol, für weniger als die Hälfte der Kosten. Es liegt 2,1 Punkte hinter Astra, bei etwa einem Siebtel der Kosten pro Aufgabe.

Bei Terminal-Bench Science 0.1 (Datenanalyse, Simulation, Theorembeweise) verdoppelt es fast den Wert von GPT-6 Sol. Bei maximalem Aufwand kostet es 5,47 $ pro Aufgabe, gegenüber 23,21 $ für Opus 5.5 und 23,80 $ für Astra, also mehr als 75 % Ersparnis.

OpenAI setzt jedoch eine Grenze: Astra bleibt das getestete Bestmodell bei diesem Benchmark mit 68,1 % und sollte für die schwierigsten wissenschaftlichen Forschungsaufgaben bevorzugt werden.

Faktentreue und Alignment

Die Faktentreue wird anhand anonymisierter ChatGPT-Konversationen gemessen, bei denen Nutzer einen Fehler eines früheren Modells gemeldet hatten. Bei niedrigem Aufwand sinkt der Anteil fehlerhafter Antworten von 11,4 % auf 7,7 %. Über alle Einstellungen hinweg bleibt der Abstand zu Astra unter 1,9 Punkten, bei weniger als einem Fünftel der Kosten.

OpenAI betont, dass diese absichtlich schwierigen Prompts nicht die übliche Nutzung widerspiegeln. Beim Alignment soll das Modell transparenter über seine Grenzen sein (etwa bei einem ausgefallenen Suchwerkzeug), respektvoller gegenüber expliziten Einschränkungen und weniger geneigt, im Agentenmodus nicht autorisierte Ergebnisse zu produzieren. Es wurden keine Versuche beobachtet, den automatisierten Sicherheitsprüfer zu umgehen, ebenso wie bei Astra und GPT-6 Sol. Details finden sich in einem Nachtrag zur System Card.

Preise und Verfügbarkeit

Das Modell ist ab heute für Nutzer von Plus, Pro, Business, Enterprise und Edu in ChatGPT Work und Codex verfügbar, aber noch nicht in Chat. Entwickler erhalten Zugriff über die API unter dem Namen gpt-6.1-sol.

Die Preise: 2 $ pro Million Tokens bei Eingabe, 0,10 $ bei gecachter Eingabe, 10 $ bei Ausgabe. In den kommenden Tagen wird OpenAI zudem GPT-6.1 Sol Ultrafast in Codex anbieten, mit einer Token-Generierung, die bis zu 8-mal schneller ist als die Standardgeschwindigkeit.