OpenAI在DevDay 2026上正式发布了GPT-6 Sol的改进版模型——GPT-6.1 Sol。新模型支持基于代理的代码编写、计算机使用及文档分析，在多步骤专业工作流中性能显著提升。据官方介绍，GPT-6.1 Sol在众多任务中的表现已接近最强模型GPT-6 Astra，同时大幅降低了使用成本。
GPT-6.1 Sol旨在优化性能与成本的平衡。其标准API定价为每百万输入token 2美元、每百万输出token 10美元；缓存输入成本仅为每百万token 0.10美元，相当于标准输入价格的95%折扣。该模型能显著降低在反复调用相同上下文的代理应用中的运营成本。
编码任务表现媲美GPT-6 Astra
在软件开发领域，GPT-6.1 Sol表现突出。在评估真实代码库长期软件工程任务的DeepSWE v1.1基准测试中，该模型以约五分之一的成本取得了与GPT-6 Astra相同的分数，并以更低的推理成本和水平超越了GPT-6 Sol的最高得分（6.4分）。
在衡量专业文档分析的GDP.pdf测试中，GPT-6.1 Sol在处理金融、医疗和法律等领域包含表格、图表及详细内容的PDF文档时，表现已接近GPT-6 Astra。
在评估多步骤工作流的AutomationBench测试中，该模型在中等级别推理设置下，比Opus 5.5高出2.2分，比GPT-6 Sol高出4.8分。
在基于计算机使用的代理任务方面，GPT-6.1 Sol同样取得进步。在OSWorld 2.0离线测试中，该模型在最高推理级别下领先GPT-6 Sol 7分，且单项任务成本不到后者的一半；相比Astra仅落后2.1分，但任务成本仅为后者的约七分之一。
科学任务中的成本优势尤为明显。在衡量数据分析、模拟和定理证明等科学工作流的Terminal-Bench Science 0.1测试中，GPT-6.1 Sol得分达到GPT-6 Sol的两倍以上。其平均单项任务成本为5.47美元，远低于Opus 5.5的23.21美元和GPT-6 Astra的23.80美元。尽管如此，Astra仍以68.1%的得分保持所有测试模型中的最高性能。
事实准确性方面，新模型也有所提升。在最高推理级别下，GPT-6 Sol的事实错误率从4.5%降至4.1%（GPT-6 Astra同期错误率为4%）。需注意，这些评估针对易错复杂提示构建，不代表典型ChatGPT使用情况。
安全性方面，GPT-6.1 Sol在遵循指令和限制上优于GPT-6 Sol。该模型能主动告知用户工具不可用、避免未经授权输出并严格遵守明确限制。与GPT-6 Astra及GPT-6 Sol一样，GPT-6.1 Sol也集成了自动安全审查器且未被尝试规避。
目前，GPT-6.1 Sol已通过ChatGPT Work和Codex面向Plus、Pro、Business、Enterprise及Edu用户开放，尚未登陆标准ChatGPT聊天界面。开发者可通过OpenAI API以gpt-6.1-sol名称调用。
OpenAI同步发布了GPT-6.1 Sol Ultrafast和GPT-6 Astra Ultrafast模型。Ultrafast系列响应速度较GPT-6 Astra提升高达8倍，其中GPT-6.1 Sol Ultrafast旨在以接近此前GPT-6 Astra API的成本，提供同等性能水平下的极速响应。
原计划本周发布的GPT-6.1 Astra因内部测试担忧暂未上线。在当前产品矩阵中，GPT-6 Astra仍是容量最高的模型，而GPT-6.1 Sol则作为高用量场景下兼顾性能与成本的高性价比替代方案。