OpenAI于9月29日发布GPT-6.1 Sol，定位在GPT-6 Astra与GPT-6 Sol之间，强调在编程、计算机操作和多步骤业务流程上接近Astra能力且API运行成本约为Astra的五分之一。模型首先面向ChatGPT Work、Codex和API开发者，OpenAI同时披露了性能、成本和安全评估数据，指出更低成本并不意味着更低部署风险。
OpenAI于9月29日发布GPT-6.1 Sol，称这款模型在智能体编程、计算机操作和专业工作等任务上的表现接近旗舰模型GPT-6 Astra，但标准输入和输出token价格约为Astra的五分之一。公司同时强调，GPT-6.1 Sol并不是面向普通ChatGPT对话的即时升级，而是首先服务于ChatGPT Work、Codex和API开发者。
根据OpenAI的官方发布说明，GPT-6.1 Sol是9月22日推出的GPT-6 Sol的升级版。它从当天起向ChatGPT Work和Codex中的Plus、Pro、Business、Enterprise及Edu用户开放，普通ChatGPT对话暂未提供这一模型。API则使用模型名gpt-6.1-sol，OpenAI还表示，速度更快的GPT-6.1 Sol Ultrafast将在未来几天推出。
更接近Astra的能力与更低的运行成本
OpenAI把GPT-6.1 Sol定位在GPT-6 Astra和GPT-6 Sol之间：它并非公司声称的最强模型，但希望以更低的价格承担大量需要推理、工具调用和反复迭代的工作。
标准API价格为每百万输入token 2美元、缓存输入token 0.10美元、输出token 10美元。OpenAI表示，缓存输入价格比标准输入低95%，也比GPT-6 Sol的缓存输入价格低一半。公司称，较低价格来自推理基础设施和缓存机制的改进，使开发者可以在同一工作流中重复利用更多上下文。
这一定位延续了OpenAI此前对GPT-6 Sol和Luna的分层策略。AIFlux此前报道的GPT-6 Sol与Luna发布已经显示，OpenAI正在把模型竞争从单纯的能力排名，推向每项任务的成本、缓存利用率和工作流完成效率。
编程和电脑操作是主要卖点
在DeepSWE v1.1软件工程评测中，GPT-6.1 Sol在最高推理强度下的得分为68.8%，OpenAI称这一成绩与GPT-6 Astra相当，同时成本约低80%。与GPT-6 Sol相比，新模型的最佳成绩提高了6.4个百分点，而且是在较低推理强度和成本下取得的。
在涉及复杂PDF、表格、图表和细节理解的GDP.pdf评测中，GPT-6.1 Sol的成绩高于带回退机制的Opus 5.5，单项任务成本不到后者的一半。公司还称，在AutomationBench多步骤业务流程测试中，模型得分比Opus 5.5高2.2个百分点，成本约为三分之一。
计算机操作方面，GPT-6.1 Sol在OSWorld 2.0离线测试中比GPT-6 Sol高出7个百分点，在最高推理强度下仅比Astra低2.1个百分点，而单项任务成本约为Astra的七分之一。在Terminal-Bench Science 0.1科学工作流测试中，模型得分超过GPT-6 Sol的两倍；最高推理强度下，单项任务平均成本为5.47美元，而Opus 5.5和Astra分别为23.21美元和23.80美元。
这些数字主要来自OpenAI自己的评测。公司说明，GPT模型是在研究环境或通过API完成测试，竞争模型的分数则来自公开报告；系统提示、工具、推理强度和运行环境的差异，都可能影响最终结果。因此，这些数据更准确地反映了OpenAI希望市场关注的能力—成本组合，而不是一项完全独立的跨平台排名。
事实性和安全控制也被纳入升级叙事
OpenAI称，GPT-6.1 Sol在一组专门挑选的高难度事实性测试中，低推理强度下出现事实错误的回答比例从GPT-6 Sol的11.4%降至7.7%，降幅约32%。不过，这些测试来自用户曾经标记错误的匿名对话，并不代表日常使用中的平均错误率。
公司还表示，新模型在识别搜索工具故障、遵守明确限制以及避免智能体未经授权的行动方面，较GPT-6 Sol失败更少；在测试中没有观察到其试图绕过自动化安全审查员的行为。
OpenAI的GPT-6.1 Sol安全系统卡补充文件显示，公司按照Preparedness Framework将该模型的网络安全能力评为“Critical”，生物和化学能力评为“High”，并让它使用与GPT-6 Astra相同类型的安全防护栈。安全评估同时显示，GPT-6.1 Sol在部分生产基准和越狱防御测试中优于GPT-6 Sol，但在某些合成智能体环境中的网络安全指标略有回落。
这意味着，更低的推理成本并不等于更低的部署风险。模型越便宜，越容易被用于长时间运行的编码代理、业务流程代理和计算机操作代理；权限控制、沙箱、日志、监控和人工确认，仍然需要作为独立的防线。OpenAI近期提出的前沿AI训练安全案例也反映出同一趋势：安全审查开始从发布前评估，延伸到训练和运行过程本身。
模型竞争转向长期工作流经济学
GPT-6.1 Sol的真正影响，可能不在于它是否在某个榜单上击败Astra，而在于企业能否用它以可预测的成本完成真实工作。OpenAI在发布说明中称，GPT-6.1 Sol在复杂编码、文档理解和多步骤业务流程方面取得进步，但实际账单还会受到输出长度、工具调用次数、长上下文价格、缓存命中率和并行代理数量影响。
此前，OpenAI曾改进GPT-6提示词缓存，把缓存命中率、上下文复用和成本诊断纳入开发者工具。现在，模型本身的降价与缓存优化被放在同一套商业逻辑中：让更便宜的模型承担大部分常规步骤，再把最困难或高风险的任务交给Astra或人工审核。
对开发者来说，接下来需要观察的不是发布日的单项基准，而是GPT-6.1 Sol在不同企业工作负载中的每项任务成本、返工率和越权风险。若它能在保持接近旗舰能力的同时稳定完成长流程任务，OpenAI可能会把前沿模型的使用从少数高价值请求，进一步扩展到更大规模的日常软件开发和业务自动化。
来源：