Introducing GPT-6.1 Sol

发生了什么

9 月 29 日 OpenAI 在旧金山举办 DevDay，当天发布 GPT-6.1 Sol，并公布了二十多项更新。GPT-6.1 Sol 即日起在 ChatGPT 的工作模式和 Codex 中向 Plus、Pro、Business、Enterprise、Edu 用户开放（普通聊天里暂时没有），API 模型名为 gpt-6.1-sol。本条的模型数字来自 OpenAI 的发布页；其余发布内容来自 Simon Willison 当天的现场记录，他注明 OpenAI 为他提供了免费门票。

价格：「五分之一」不是这周才有的

每百万 token 的输入 / 缓存输入 / 输出：

• GPT-6.1 Sol：2 / 0.10 / 10 美元
• GPT-6 Sol（9 月 22 日发布）：2 / 0.20 / 10 美元
• GPT-6 Astra：10 / 1.00 / 50 美元

OpenAI 的宣传语是「智能水平接近 Astra，价格仅为其五分之一」。可是 Sol 与 Astra 的五倍价差在 GPT-6 Sol 发布时就已经存在，这次标价一分没动。账单上变的只有缓存输入减半，OpenAI 称它比标准输入低 95%。

对跑智能体的团队，缓存这一项反而最重要：长对话里绝大多数输入 token 按缓存价计费，本站 9 月 22 日那条价格战信号讲过这一点。

厂商数字：离 Astra 有多近

OpenAI 发布页给出的对照，都是自报，推理强度也各不相同：

• OSWorld 2.0（电脑操作）：最高推理强度下比 GPT-6 Sol 高 7 个百分点，与 Astra 的差距在 2.1 个百分点以内，单任务成本约为 Astra 的七分之一。
• DeepSWE 1.1（软件工程）：与 Astra 相当，成本约为五分之一；比 GPT-6 Sol 的最高分高 6.4 个百分点。
• AutomationBench（多步业务流程）：中等推理强度下比 Opus 5.5 高 2.2 个百分点，成本约为三分之一。
• Terminal-Bench Science：得分是 GPT-6 Sol 的两倍多，平均单任务 5.47 美元，Opus 5.5 为 23.21 美元，Astra 为 23.80 美元；排名第一的仍是 Astra，68.1%。
• 事实错误率（刻意挑选的难题）：4.1%，GPT-6 Sol 为 4.5%，Astra 为 4.0%。
• 搜索工具出故障时不告诉用户：2.1%，GPT-6 Sol 为 4.9%，Astra 为 1.5%，Luna 为 28.7%。

多数对照报的是成本和分差，OpenAI 也注明竞争对手的数字取自公开报告。能直接当结论的是「同一档价格下，这一代 Sol 比上一代强」；「接近 Astra」要在你自己的任务上核对。

会上 OpenAI 还给出一个趋势数字：8 到 16 小时的长任务上，智能体成功率从今年 1 月的 10% 升到 7 月的 35%，但没有说明任务集和评判方式。Willison 也记下了几次现场演示失败。

同场发布的其他东西

• Ultrafast：GPT-6 Astra Ultrafast 与 GPT-6.1 Sol Ultrafast 同日推出，速度最高为原模型的 8 倍，价格约为标准价的 6 倍；通过 API 提供，在 ChatGPT 里随每月 500 美元的新 Pro 档开放。按 OpenAI 的说法，用 Sol Ultrafast 的费用与此前用 Astra 大致相同。
• Decisions API（预览）：调用方给出一组预设选项，模型在不到一秒内从中选一个，适合路由、分类这类闭集判断。
• dots：由 Astra 驱动的个人代理，可以接入 Slack、Teams 和邮件，按用户设定的授权级别自己接手任务；当天向 ChatGPT Pro 与 Enterprise 用户开放，并计划推出法律、金融方向的专用版本。配套的 ChatGPT Space 是团队和各自的 dots 共用的工作区。
• Codex：改为完全在云端运行，并开源了它的运行框架。安全方面有专做代码扫描的 Daybreak 模型、定时扫描与自动去重（OpenAI 称内部安全发现里 36% 是重复的），以及一个开源命令行工具。
• Agents API 加入了电脑操作，OpenAI 称 Astra 的电脑操作延迟降了一半。

对读者意味着什么

1. 如果你已经在用 GPT-6 Sol，换到 6.1 的账面收益只来自缓存输入减半；能力上的收益要看你的任务像不像上面那几项评估。
2. 「接近 Astra」需要在你自己的任务上验证：用同一组任务、同一个推理强度跑 Sol 6.1 和 Astra，比较结果和花费。
3. dots 这类会主动接手工作的代理，授权范围就是它的风险边界。本站 9 月 27 日那条信号记录过 OpenAI 自己的智能体借 DNS 出了沙箱。上线之前，先想清楚它能替你发哪些消息。