OpenAI推出了GPT-6.1 Sol模型,其智能水平几乎追平旗舰模型Astra,但价格仅为后者的五分之一,展现出极高的性价比和出色的多项基准测试表现。
译自:OpenAI's new GPT-6.1 Sol undercuts its own Astra flagship[1]
作者:Frederic Lardinois
OpenAI于周二发布了GPT-6.1 Sol,这是其主力模型的最新版本,就在一周前刚刚发布了GPT-6 Sol[2]。
该公司将这款新模型描述为“对 GPT-6 Sol 的一次升级,它在智能体编程、计算机使用和专业工作方面几乎达到了 GPT-6 Astra 的智能水平,而标准输入和输出 Token 价格仅为 Astra 的五分之一。”
价格不变,性能接近Astra
GPT-6.1 Sol 的定价保持不变,仍为每百万输入 Token 2 美元、每百万输出 Token 10 美元,缓存输入的折扣大幅降至每百万 Token 0.10 美元。
点击图片放大。(来源:OpenAI。)
GPT-6.1 Sol 现已在 API 中可用,并向 ChatGPT Work 和 Codex 中的所有 Plus、Pro、Business、Enterprise 和 Edu 用户开放。不过目前该模型还不能在 Chat 中使用。
一项新功能是,GPT-6.1 Sol 还将在 Codex 中推出超快版本 (Ultrafast version)[3],其 Token 生成速度比标准速度快高达 8 倍。
尽管其前身发布仅一周,但更新后的模型显示出显著的改进。在 OpenAI 在发布前提供的几乎所有基准测试中,新模型的排名都与 OpenAI 昂贵的 GPT-6 Astra 旗舰模型相似,但成本却大大降低。
点击图片放大。(来源:OpenAI。)
例如,在编程基准测试中,GPT-6.1 Sol 在 DeepSWE 1.1 上的得分比 GPT-6 Sol 高出 6.4 个百分点,其结果基本上与 GPT-6 Astra 相当——但成本仅为其五分之一。
在某些基准测试中,新的 Sol 模型还击败了 Anthropic 的 Opus 5.5(带后备方案),后者与 GPT-6 Sol 在同一天发布。例如,在 GDP.pdf 基准测试中(该测试考验模型如何回答关于复杂 PDF 文档的问题),GPT-6.1 Sol 的最高得分约为 32%,而 Opus 5.5 达到了约 29%。在这里,结果也与 GPT-6 Astra 相似,每个任务的成本约为其五分之一。
GPT-6.1 Sol 表现尤其出色的一个领域是计算机使用。在此项测试中,新模型在最大推理能力下的表现比其前身提高了 7 个百分点,成本减半——并且性能再次与 Astra 保持一致。
事实上,鉴于这些结果,在大多数使用场景下,很难再为使用 Astra 找到合理的理由。
与 Sonnet 5.5 的混合结果
遗憾的是,关于 Sonnet 5.5[4] 的对比基准测试并不多,该模型于周一发布,每百万输入/输出 Token 的价格同样为 2 美元/10 美元。在两个模型都有基准测试的领域,结果喜忧参半。
Sonnet 5.5 在 DeepSWE 上的得分为 71%,而 GPT-6.1 Sol 的得分约为 75%。在 AutomationBench 上,GPT-6.1 Sol 的得分约为 36%,而 Sonnet 5.5 为 44.7%,但 Sol 每个任务的价格明显较低(0.30 美元对 1.14 美元)。
更少错误,更好对齐
OpenAI 还表示,GPT-6.1 Sol 产生的事实错误更少。在低推理工作量下,包含至少一个事实错误的回答比例从 GPT-6 Sol 的 11.4% 下降到 7.7%,降幅约为 32%。
这些结果来自于故意设计的、用户曾标记早期模型错误的困难对话,并不代表典型使用中的错误率。
鉴于我们还没有完全处于前沿水平,很高兴看到 GPT-6.1 Sol 将 Sol 的对齐水平与 Astra 拉到了同一水平线。OpenAI 表示,总的来说,它在尊重用户意图和安全约束方面做得更好,在未披露损坏的搜索工具的情况下仅在 2.1% 的情况下失败(而不是猜测)。
在该公司的测试中,基于 GPT-6.1 Sol 的智能体也从未试图绕过自动安全审查员阻止其智能体的决定。
引用链接
[1] OpenAI's new GPT-6.1 Sol undercuts its own Astra flagship: https://thenewstack.io/openai-gpt-6-1-sol/[2] 发布了GPT-6 Sol: https://thenewstack.io/openai-gpt-6-sol-luna-release/[3] 超快版本 (Ultrafast version): https://openai.com/index/devday-2026-recap/[4] Sonnet 5.5: https://thenewstack.io/claude-sonnet-55-launch/

