GPT-6.1 Sol（GPT-6.1 Sol）是 GPT-6 Sol 的升级版，在智能体编程、电脑使用和专业工作上的智力接近 GPT-6 Astra，价格仅为 Astra 标准输入输出 token 价的五分之一。其缓存输入每百万 token 仅 0.10 美元，比标准输入低 95%，比 GPT-6 Sol 缓存输入低 50%，方便开发者构建运行复用上下文的智能体。它在日常重要工作中提供新能力成本平衡，较 GPT-6 Sol 在写代码、调试、理解文档和多步业务流程等复杂任务上提升明显。
正文
以五分之一价格提供接近 Astra 的智能
我们推出 GPT‑6.1 Sol，作为 GPT‑6 Sol 的升级版，在智能体编程、电脑操作和专业工作上几乎达到 GPT‑6 Astra 的水平，而标准输入和输出 token 价格仅为 Astra 的五分之一。缓存输入价格仅需 每百万 token 0.10 美元——比标准输入价低 95%，比 GPT‑6 Sol 的缓存输入价低 50%——让开发者有更多空间构建和运行能跨请求复用上下文的强大智能体。
在各类任务上更强大的 Sol
GPT‑6.1 Sol 为重要的日常工作提供了新的能力与成本平衡。相比 GPT‑6 Sol，它在复杂专业任务上有显著提升，从写代码、调试、理解文档到执行多步业务流程皆然。在几项评测中，它以低得多的成本接近 GPT‑6 Astra 的表现。
编程
在评估真实代码库中复杂软件工程任务的 DeepSWE v1.1 上，GPT‑6.1 Sol 以约五分之一的成本追平 GPT‑6 Astra，同时以更低的推理算力和成本，比 GPT‑6 Sol 的最佳得分高出 6.4 个百分点。
专业工作
在 GDP.pdf 评测中（该评测衡量模型利用含表格、图表、细密小字的复杂 PDF 文档回答专业问题的准确度），GPT‑6.1 Sol 在各推理设置下，以不到一半的单任务成本，得分高于带回退机制的 Opus 5.5；并以约五分之一的单任务成本，接近 GPT‑6 Astra 的顶尖水平。该评测要求模型根据金融、医疗、法律等十个专业领域的真实工作流 PDF 回答提问。
在 AutomationBench（用 47 种工具测试销售、营销、运营、支持、财务和人事的端到端工作流）中，GPT‑6.1 Sol 以中等推理算力、约三分之一成本，得分超 Opus 5.5 达 2.2 个百分点，也比同设置的 GPT‑6 Sol 高 4.8 个百分点。
电脑操作
GPT‑6.1 Sol 在与电脑应用交互的任务上也有长足进步。在评估高难度电脑操作流的 OSWorld 2.0 离线集中，它以最高推理算力、不到一半成本，比 GPT‑6 Sol 高 7 个百分点；以约七分之一单任务成本，仅距 Astra 最高算力得分 2.1 个百分点。该版本报告的是 2026.08.08 版离线集的部分奖励。
科学研究
在涵盖数据分析、模拟和定理证明的 Terminal-Bench Science 0.1 上，GPT‑6.1 Sol 以最高推理算力、不到一半单任务成本，得分超 GPT‑6 Sol 一倍多。最高算力下，它单任务平均成本 5.47 美元，而 Opus 5.5 为 23.21 美元、Astra 为 23.80 美元，成本降低超 75% 仍具强劲科研能力。不过 GPT‑6 Astra 仍以 68.1% 居首，最难的科研任务建议用 Astra。
事实准确性
GPT‑6.1 Sol 在困难提问上的事实准确度也提升了。相比 GPT‑6 Sol，最大提升在低推理算力时：含事实错误的回答占比从 11.4% 降至 7.7%，降幅约 32%。各推理设置下，其错误率与 GPT‑6 Astra 相差不超 1.9 个百分点，成本却不到五分之一。该评测基于用户标记过错误的匿名对话，这些刻意挑出的难题不代表典型使用场景。
安全部署 GPT‑6.1 Sol
对齐评测中，GPT‑6.1 Sol 比 GPT‑6 Sol 明显进步，更接近 Astra。它更坦承自身局限，也更可靠地遵从用户意图和安全限制。在挑战性评测里，关于搜索工具损坏时主动说明、遵守明确限制、避免智能体任务中未授权结果，它的失败率均低于 GPT‑6 Sol；且未出现绕过自动安全审查的尝试，与 Astra 和 Sol 一致。详情见 GPT‑6.1 Sol 系统卡补充文件。这些评测刻意测试难题，不代表日常失败率。例如某测试要求智能体在搜索工具坏时告知用户而非瞎猜：GPT‑6.1 Sol 仅 2.1% 未披露，优于 Sol 的 4.9%、Astra 的 1.5% 和 Luna 的 28.7%（最高算力）。
价格与可用范围
即日起，ChatGPT Work 和 Codex 中的 Plus、Pro、Business、Enterprise、Edu 用户均可用 GPT‑6.1 Sol（Chat 中暂不可用）。开发者可通过 OpenAI API 以 gpt-6.1-sol 调用。标准 API 价为每百万输入 token 2 美元、缓存输入 0.10 美元、输出 10 美元。近日还将推出 Ultrafast，在 Codex 中生成速度最高提至标准版 8 倍。
评论
社区普遍惊叹新模型发布节奏令人应接不暇，并对上周 GPT-6 Sol 的实际质量存疑；多数人欢迎价格与缓存成本大幅下降，视其为自由市场竞争的红利，少数人担忧安全说辞与代币价格战背后的行业隐忧。
认为发布节奏过快且上周的 Sol 版本名不副实
- 较多人指出 GPT-6 Sol 上周刚发布便迅速被替代，节奏令人无法跟上，并怀疑此前版本仅是改名或质量未达预期。 > 上周他们搞错了，把本该叫 Terra 的模型误命名为 Sol 发布了。（@cmrdporcupine）
- 少数人感到 Sol 在基础编码任务上质量下降，认为新版本只是补救。
欢迎价格与缓存成本下降，视作市场竞争红利
- 较多人赞赏新模型以半价对标竞品、缓存价格再降五成，认为自由市场加速进步让开发者获益。 > 喜欢自由市场竞争，每天都有惊人进展，记得以前好点智能就要天价。（@Nevin1901）
质疑此前以安全为由延迟发布的说辞
- 少数人指出前一天还因安全顾虑推迟，次日便推出新模型，认为安全解释缺乏连贯性。 > 昨天还在纠结因安全延迟，结果看来并不是？（@throwitaway222）
担忧代币价格成为主战场预示行业与投资者隐忧
- 少数人认为价格战成为核心战场对行业和投资人不是好兆头，可能倒逼竞品 IPO 或影响创新。 > 代币价格变成主战场对行业和投资者而言是个不祥之兆。（@gradus_ad）
希望公开环境能耗与竞品基准对比
- 少数人呼吁公布实际能耗成本而非仅比价格，并质疑为何不与 Anthropic 等做基准测试。 > 希望他们列出环境代价，相比价格更关心是否多耗五倍电。（@IshKebab）
认为模型应能自动匹配任务所需版本
- 少数人提出若模型足够聪明，理应自行选对子模型，而非让用户手动挑。 > 如果模型真聪明，它们自己不能选合适的吗？（@amelius）
有价值的补充
- 缓存输入价格降至每百万 token 0.1 美元，比 GPT-6 Sol 低一半，对 Codex 类长上下文应用续航提升显著（@minimaxir）。
- Astra 版本在 3D 图形生成上目前无竞品可及，尽管编码略逊 Opus 5.5（@ADEPT）。
- 真正惊喜或是 Astra 超高速模式达每秒 300 token，速度惊人（@vb-8448）。
- API 计费方式改动后降价本可预见，企业市场是背后主要逻辑（@prodigycorp）。