在9月30日举行的OpenAI开发者活动日上，OpenAI正式发布GPT-6.1 Sol模型。该模型在智能体编程、电脑操作和专业工作流等任务上的性能接近其旗舰级模型GPT-6 Astra，但标准输入与输出Token价格仅为Astra的五分之一。OpenAI官方将其定位为“在目前同等性能下性价比最高的模型”。
GPT-6 Astra是OpenAI于2026年9月推出的旗舰级大语言模型，官方定位为“迄今最智能、最对齐”的模型，重点面向长程多步骤任务与专业工作流。此次发布的GPT-6.1 Sol则在保持相近性能表现的同时，大幅降低了调用成本。根据官网公布的定价信息，在短上下文（输入Token不超过272,000）场景下，Standard模式输入价格为每百万Token 2.00美元，缓存输入为0.10美元，缓存写入为2.50美元，输出为10.00美元。Batch与Flex模式价格减半，输入为1.00美元，输出为5.00美元。Fast模式价格最高，输入为4.00美元，输出为20.00美元。长上下文（输入Token超过272,000）场景下，各模式价格相应上调，Standard模式输入为4.00美元，输出为15.00美元。
四种处理模式针对不同场景设计。Standard模式以正常速度处理请求，适用于日常开发与一般应用；Batch模式采用异步批量处理，速度较慢，适用于非实时、大批量任务，如离线数据处理；Flex模式根据负载动态调整速度，面向需要成本与速度平衡的场景；Fast模式优先处理请求，速度最快，适用于对延迟敏感的实时对话与低延迟响应应用。
性价比方面，GPT-6.1 Sol每百万Token的缓存费用为0.1美元，较GPT-6 Sol模型定价低50％。在性能测试中，该模型在多个维度上表现出接近旗舰模型的水准。软件工程测试DeepSWE v1.1中，较高推理强度下GPT-6.1 Sol表现与GPT-6 Astra相当；较低推理强度与成本条件下，其得分比GPT-6 Sol高出6.4个百分点。专业文档与复杂任务测试GDP.pdf中，该模型以不到Opus 5.5一半的任务成本取得更好结果。自动化工作流测试AutomationBench中等推理强度下，得分比Opus 5.5高2.2个百分点，成本约为其三分之一。
在电脑操作测试OSWorld 2.0离线环境中，最大推理强度下GPT-6.1 Sol得分比GPT-6 Sol高7个百分点，成本不足后者一半；与Astra相比仅低2.1个百分点，但单任务成本约为Astra的七分之一。科学终端任务Terminal-Bench Science 0.1最大推理强度下，其得分是GPT-6 Sol的两倍以上，单任务平均成本为5.47美元，显著低于Opus 5.5的23.21美元和Astra的23.80美元。
除任务执行能力外，GPT-6.1 Sol在可靠性与对齐方面也有所改进。低推理强度下，事实错误比例从GPT-6 Sol的11.4％降至7.7％，下降约32％。在所有推理设置下，该模型错误率与Astra的差距控制在1.9％以内。在困难评测中，模型更少忽略失效的搜索工具，更能遵循明确限制，并减少未经授权的操作。安全测试中未观察到试图绕过自动化安全审查器的行为。
调用方面，自9月29日起，GPT-6.1 Sol向ChatGPT Work与Codex的Plus、Pro、Business、Enterprise及Edu用户开放。开发者可通过API以gpt-6.1-sol名称调用该模型。
此次发布正值企业级AI应用对成本效益要求持续提升的阶段。在模型能力逐渐趋同的背景下，推理成本与任务可靠性成为企业选择AI基础设施的关键考量。GPT-6.1 Sol以接近旗舰模型的性能配合显著降低的定价，或将进一步推动AI智能体在编程、自动化工作流与电脑操作等企业场景中的规模化部署。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
