OpenAI a introdus GPT-6.1 Sol, un upgrade pentru GPT-6 Sol care promite progrese în programare, analiza documentelor și utilizarea calculatorului pentru sarcini complexe. Compania îl poziționează aproape de GPT-6 Astra în mai multe evaluări, dar cu un cost semnificativ mai mic.
Accentul cade pe agenți AI capabili să ducă la capăt operațiuni cu mai mulți pași: să scrie și să depaneze cod, să interpreteze PDF-uri complicate sau să lucreze în aplicații. Documentația oficială OpenAI îl prezintă drept o opțiune pentru programare și activități profesionale la un cost inferior modelului Astra.
Potrivit rezultatelor publicate de companie, în DeepSWE v1.1, evaluare bazată pe probleme software din proiecte reale, GPT-6.1 Sol egalează Astra la aproximativ o cincime din cost. Tot aici depășește GPT-6 Sol cu 6,4 puncte procentuale, folosind un nivel mai redus de raționament.
În AutomationBench, care urmărește finalizarea corectă a unor fluxuri de lucru de business, câștigul față de predecesor este de 4,8 puncte procentuale la nivelul mediu de raționament. La utilizarea calculatorului, în setul offline OSWorld 2.0, avansul ajunge la șapte puncte procentuale, cu un cost per sarcină mai mic de jumătate. Sunt însă rezultate din evaluările OpenAI, nu garanții pentru orice proiect.
Noul model înregistrează progrese și la cercetare științifică, unde își dublează scorul față de GPT-6 Sol în Terminal-Bench Science 0.1, la nivelul maxim de raționament. Costul mediu per sarcină este de 5,47 dolari, comparativ cu 23,80 dolari pentru Astra, care păstrează cel mai bun scor și recomandarea pentru cele mai dificile sarcini științifice.
În testul de acuratețe factuală, proporția răspunsurilor cu cel puțin o eroare scade de la 11,4% la 7,7%, la nivel redus de raționament. OpenAI precizează că acest test folosește întrebări deliberat dificile, provenite din conversații în care utilizatorii semnalaseră greșeli, deci procentele nu descriu utilizarea obișnuită.
GPT-6.1 Sol este disponibil în ChatGPT Work și Codex pentru utilizatorii Plus, Pro, Business, Enterprise și Edu, fără acces în modul Chat deocamdată. Dezvoltatorii îl pot folosi prin API sub numele „gpt-6.1-sol”, cu tarife standard de 2 dolari pentru un milion de tokenuri de intrare, 0,10 dolari pentru intrarea reutilizată din cache și 10 dolari pentru un milion de tokenuri generate.
Prețul pentru cache este astfel cu 95% sub cel al intrării obișnuite, un avantaj pentru agenții care refolosesc același context. OpenAI mai anunță pentru zilele următoare varianta Sol Ultrafast în Codex, cu generare de tokenuri de până la opt ori mai rapidă.
