GPT-6.1 Sol – OpenAI 推出的新一代主力模型

GPT-6.1 Sol是什麼

GPT-6.1 Sol是OpenAI推出的新一代主力模型，作爲GPT-6 Sol的升級版，以Astra旗艦五分之一的Token價格實現接近後者的智能水平。GPT-6.1 Sol專注於智能體編程、電腦操作和專業工作三類高消耗場景，在真實代碼庫工程任務上追平Astra，在OSWorld電腦操作評測中僅落後2.1個百分點，同時將緩存輸入價格壓至每百萬Token僅0.1美元。官方爲模型配套了最高8倍速的Ultrafast檔位，現已通過API和ChatWork、Codex面向付費用戶開放。

GPT-6.1 Sol的主要功能

• 智能體編程：在 DeepSWE v1.1 真實代碼庫工程任務上追平 GPT-6 Astra，比 GPT-6 Sol 提升 6.4 個百分點。
• 電腦操作：OSWorld 2.0 計算機使用評測中比 GPT-6 Sol 高 7 個百分點，與 Astra 差距僅 2.1 個百分點。
• 專業文檔處理：GDP.pdf 評測中超過 Claude Opus 5.5，單任務成本不到其一半。
• 多步業務工作流：AutomationBench 上以中等推理強度比 Opus 5.5 高 2.2 個百分點，成本約爲其三分之一。
• 科學工作流：Terminal-Bench Science 上單任務成本 5.47 美元，比 Opus 5.5 和 Astra 低超 75%。
• 事實準確性：低推理強度下事實錯誤率從 11.4% 降至 7.7%，高推理強度下達 4.1%。
• Ultrafast 高速檔：Token 生成速度最高可達標準版 8 倍，API 與 $500/月 Pro 檔可用。
• 多檔位推理強度：支持從低到高的可調推理 effort，供用戶在成本與質量間取捨。

GPT-6.1 Sol的技術原理

• 旗艦能力下放的模型定位：GPT-6.1 Sol 屬於 GPT-6 系列的中端推理模型，官方將 GPT-6 Astra 級別的能力通過後續訓練優化”下沉”到更低的成本區間，在保持推理模型架構的前提下，重點加強智能體編程、電腦操作、專業任務三類場景的 post-training。
• 可調推理強度（Reasoning Effort）機制：模型支持多檔推理 effort 設置：低檔位響應快、成本低，適合簡單任務；最高檔會分配更多推理計算預算，在 DeepSWE、OSWorld、Terminal-Bench 等評測中官方均以最高檔報告成績。
• 上下文緩存的成本優化：緩存輸入價格定爲每百萬 Token 0.10 美元，比標準輸入低 95%、比 GPT-6 Sol 再降 50%，是本次降價的真正核心。當智能體在多次請求間複用同一份上下文時，服務端可複用已緩存的 KV/prefix，只對新增的增量輸入計費。
• Ultrafast 推理加速：Ultrafast 檔最高提供 8 倍於標準速度的 Token 生成，代價是更高的計費倍率（Codex 中約 6 倍價格）。

如何使用GPT-6.1 Sol

• ChatGPT 入口使用：登錄 ChatGPT，在 ChatGPT Work 或 Codex 中選擇 GPT-6.1 Sol 模型（普通 Chat 暫未提供）。
• API 調用：在代碼中將模型 ID 設爲 gpt-6.1-sol，用標準 Chat Completions 接口發起請求。
• 設置推理強度：根據任務難度選擇 reasoning effort 檔位，低難度用低檔省成本，複雜任務用最高檔。
• 啓用上下文緩存：跨請求複用系統提示和任務上下文，緩存輸入按 0.10 美元/百萬 Token 計費。
• 需要極速時開 Ultrafast：通過 API 或 500 美元/月 Pro 檔啓用最高 8 倍速的生成。

GPT-6.1 Sol的核心優勢

• 極致性價比：以 GPT-6 Astra 五分之一的標準 Token 價格提供接近旗艦的智能水平。
• 智能體編程強：DeepSWE v1.1 真實代碼庫評測追平 Astra，比 GPT-6 Sol 提升 6.4 個百分點。
• 電腦操作領先：OSWorld 2.0 評測距 Astra 僅 2.1 個百分點，單任務成本約爲其七分之一。
• 專業任務超越競對：GDP.pdf 和 AutomationBench 評測中均超過 Claude Opus 5.5，成本僅爲其一半到三分之一。
• 事實錯誤率更低：低推理強度下事實錯誤率從 11.4% 降至 7.7%，降幅約 32%。
• 8 倍速 Ultrafast：高速檔下以接近此前 Astra 的費用獲得最高 8 倍生成速度。

GPT-6.1 Sol的同類競品對比

GPT-6.1 Sol的應用場景

• App 全生命週期維護：開發者發佈應用後，由常駐 Agent 持續跟蹤用戶反饋、自動整理高頻問題、修復 Bug 並提交完整 PR 和改動視頻。
• 產品研發跟進：新產品發佈期間，Agent 持續瞭解產品定位與團隊要求，在需求變更後自動更新發布材料、調整文檔並標記需人工確認的部分。
• 科研數據分析：新實驗數據入庫後，自動重跑分析流程、調查異常值、更新論文圖表並同步修訂相關文字解釋。
• 企業財務自動化：監控應收賬款，發現漏開發票時自動準備好發票文件，經人工確認後發出——OpenAI 已披露有早期測試用戶的 Dot 實際完成了這一任務。
• 多渠道信息監控：定時檢查指定 Slack 頻道或郵件，將新發現自動彙總進共享的 ChatGPT Space 頁面並生成動態圖表，供團隊實時查看。