OpenAI startet GPT-6.1 Sol: fast auf GPT-6-Astra-Niveau zu einem Fünftel des Preises

Preise und Verfügbarkeit

Die regulären API-Preise für GPT-6.1 Sol liegen bei 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token. Zwischengespeicherter Input kostet 0,10 US-Dollar pro Million Token. Laut OpenAI sind das 95 Prozent weniger als beim regulären Input-Preis und 50 Prozent weniger als beim gecachten Input von GPT-6 Sol. Entwickler hätten dadurch mehr Spielraum, um Agenten zu bauen, die Kontext über mehrere Anfragen hinweg wiederverwenden, so das Unternehmen.

Das Modell steht ab heute allen Nutzern von Plus, Pro, Business, Enterprise und Edu in ChatGPT Work und Codex zur Verfügung. In Chat ist es noch nicht verfügbar. Entwickler können es über die OpenAI-API als gpt-6.1-sol aufrufen.

In den kommenden Tagen bietet OpenAI zudem GPT-6.1 Sol Ultrafast an, das in Codex bis zu achtmal schneller Token generiert als die Standardgeschwindigkeit.

Coding, professionelle Aufgaben und Computersteuerung

OpenAI berichtet in mehreren Tests von Verbesserungen gegenüber GPT-6 Sol. Alle folgenden Angaben stammen vom Unternehmen.

• DeepSWE v1.1 (komplexe Softwareentwicklungsaufgaben in realen Codebasen): GPT-6.1 Sol erreicht das Niveau von GPT-6 Astra bei etwa einem Fünftel der Kosten und übertrifft den Bestwert von GPT-6 Sol bei geringerem Reasoning-Aufwand und niedrigeren Kosten um 6,4 Prozentpunkte.
• GDP.pdf (fachliche Fragen zu komplexen PDFs mit Tabellen, Diagrammen und Kleingedrucktem): Das Modell erzielt einen höheren Wert als Opus 5.5 mit Fallbacks bei weniger als der Hälfte der Kosten pro Aufgabe und nähert sich der Leistung von Astra bei etwa einem Fünftel der Kosten pro Aufgabe.
• AutomationBench (mehrstufige Geschäftsabläufe): Bei mittlerem Reasoning-Aufwand liegt es 2,2 Prozentpunkte über Opus 5.5 bei rund einem Drittel der Kosten und 4,8 Prozentpunkte über GPT-6 Sol bei gleicher Einstellung.
• OSWorld 2.0 (Offline-Set, Arbeitsabläufe mit Computersteuerung): Bei maximalem Reasoning-Aufwand übertrifft es GPT-6 Sol um sieben Prozentpunkte bei weniger als der Hälfte der Kosten und kommt bei rund einem Siebtel der Kosten pro Aufgabe bis auf 2,1 Prozentpunkte an Astra heran.

OpenAI weist darauf hin, dass der AutomationBench-Wert für Claude Fable 5.1 dessen tatsächliche Kosten zu niedrig darstellt, weil die Kosten für Fallbacks fehlen, die bei etwa 40 Prozent der Aufgaben auftraten.

Wissenschaft und Faktentreue

Im Terminal-Bench Science 0.1, der Datenanalyse, Simulation und Theorembeweise abdeckt, mehr als verdoppelt GPT-6.1 Sol den Wert von GPT-6 Sol bei maximalem Reasoning-Aufwand und weniger als der Hälfte der Kosten pro Aufgabe. Bei maximalem Aufwand kostet es im Schnitt 5,47 US-Dollar pro Aufgabe, bei Opus 5.5 sind es 23,21 US-Dollar und bei Astra 23,80 US-Dollar. GPT-6 Astra erzielt mit 68,1 Prozent weiterhin den höchsten Wert unter den getesteten Modellen und sollte laut OpenAI für die schwierigsten wissenschaftlichen Forschungsaufgaben eingesetzt werden.

Bei der Faktentreue fällt die größte Verbesserung gegenüber GPT-6 Sol bei niedrigem Reasoning-Aufwand an: Der Anteil der Antworten mit einem Sachfehler sinkt von 11,4 auf 7,7 Prozent, ein Rückgang von rund 32 Prozent. Über alle getesteten Einstellungen hinweg liegt die Fehlerquote höchstens 1,9 Prozentpunkte über der von Astra. Der Test verwendet anonymisierte ChatGPT-Unterhaltungen, in denen Nutzer einen Fehler eines früheren Modells markiert hatten. OpenAI betont, dass diese bewusst schwierigen Prompts nicht repräsentativ für die typische Nutzung sind.

Sicherheit und Einordnung

Laut OpenAI zeigt GPT-6.1 Sol in den Alignment-Tests deutliche Verbesserungen gegenüber GPT-6 Sol und rückt damit näher an GPT-6 Astra heran. In anspruchsvollen Tests wies es niedrigere Fehlerquoten als GPT-6 Sol auf, wenn es darum ging, defekte Suchwerkzeuge transparent zu machen, ausdrückliche Einschränkungen zu beachten und bei agentischen Aufgaben unautorisierte Ergebnisse zu vermeiden. Versuche, einen automatisierten Sicherheitsprüfer zu umgehen, beobachtete das Unternehmen nicht, wie auch bei GPT-6 Astra und GPT-6 Sol. Details stehen im Nachtrag zur System Card. OpenAI weist darauf hin, dass die Tests keine Fehlerquoten im typischen Gebrauch messen.

Für Entwickler und Teams, die Agenten betreiben, lautet das Angebot: eine günstigere Option, die laut den Benchmarks von OpenAI bei vielen Aufgaben nahe an das Spitzenmodell heranreicht. Für die schwierigsten wissenschaftlichen Arbeiten bleibt Astra die bessere Wahl.