GPT-6.1 Sol 发布：性能、价格、API 与适用场景（2026）
更新日期：2026年9月30日
GPT-6.1 Sol 是 OpenAI 面向智能体编程、计算机使用和复杂专业工作推出的 Sol 系列升级模型。它的核心定位并非取代旗舰模型 GPT-6 Astra，而是在明显更低的推理成本下，尽可能接近 Astra 在高难度任务中的表现。
本文根据 OpenAI 公布的信息，整理 GPT-6.1 Sol 的能力变化、API 价格、开放范围、典型场景及模型选择建议。评测数字均来自特定测试集与推理设置，实际效果会随提示词、工具、上下文长度和任务类型变化。
一、GPT-6.1 Sol 是什么？
GPT-6.1 Sol 是 GPT-6 Sol 的升级版本，重点改善四类工作负载：软件工程、复杂文档理解、多步骤业务自动化和计算机操作。对需要大量调用模型的团队来说，它更重要的变化是能力与成本的平衡：官方将其定位为“接近 Astra 能力、保持 Sol 价格带”的模型。
| 项目 | GPT-6.1 Sol 的定位 |
|---|---|
| 主要优势 | 编程、专业文档、工具调用、计算机操作与科学工作流 |
| 相比 GPT-6 Sol | 多项高难度评测得分提高，同时降低完成单次任务的成本 |
| 相比 GPT-6 Astra | 综合能力仍有差距，但部分任务接近 Astra，API 单价更低 |
| 适合用户 | 智能体开发者、软件团队、研究人员和自动化业务团队 |
| 不宜直接下结论的场景 | 强事实性、高风险决策以及未经过业务数据验证的生产任务 |
需要注意，“接近 Astra”指官方列出的部分基准测试结果，并不等于所有任务都能达到相同性能。若任务失败代价很高，仍应使用自己的真实样本进行评测。
二、GPT-6.1 Sol 性能提升在哪里？
1. 编程与软件工程
在衡量真实代码库复杂软件工程任务的 DeepSWE v1.1 中，GPT-6.1 Sol 以约五分之一的任务成本达到与 GPT-6 Astra 接近的结果；相较 GPT-6 Sol 的最高得分，其成绩提高 6.4 个百分点。
这类提升更适合解释为“完成复杂修改的成功率提高”，而不只是代码补全更快。实际应用可覆盖跨文件修改、测试修复、代码审查和长流程开发智能体，但上线前仍需保留测试、静态检查和人工审查。
2. 专业文档与业务自动化
GDP.pdf 测试模型理解复杂 PDF 的能力，包括表格、图表、示意图和小字号信息。在官方测试的各档推理设置下，GPT-6.1 Sol 的得分均高于带回退机制的 Opus 5.5，单任务成本不到其一半；与 GPT-6 Astra 相比，它以约五分之一的任务成本取得接近的成绩。
在衡量多步骤业务流程的 AutomationBench 中，GPT-6.1 Sol 使用中等推理强度时，比 Opus 5.5 高 2.2 个百分点，成本约为后者的三分之一；相较相同设置下的 GPT-6 Sol，则提高 4.8 个百分点。
3. 计算机使用
在 OSWorld 2.0 离线测试集中，GPT-6.1 Sol 在最高推理强度下比 GPT-6 Sol 高 7 个百分点，单任务成本不到其一半；与 GPT-6 Astra 的差距缩小到 2.1 个百分点以内，任务成本约为 Astra 的七分之一。
这项结果说明它更适合承担跨应用、多步骤的桌面操作。不过，涉及删除数据、付款、权限变更或对外发布时，仍应设置明确的审批节点与最小权限。
4. 科学研究
Terminal-Bench Science 0.1 覆盖数据分析、模拟与定理证明等科学工作流。在最高推理强度下，GPT-6.1 Sol 的得分超过 GPT-6 Sol 的两倍，平均单任务成本为 5.47 美元；同一评测中，Opus 5.5 和 GPT-6 Astra 的平均成本分别为 23.21 美元和 23.80 美元。
GPT-6 Astra 仍以 68.1% 的成绩居于受测模型首位。因此，对成功率优先、预算次要的高难度科研任务，Astra 仍是更稳妥的候选；需要批量实验和反复迭代时，GPT-6.1 Sol 的成本优势更明显。
5. 事实准确性
在官方选取的高难度提示中，GPT-6.1 Sol 使用超高推理强度时的事实错误率为 4.1%，低于 GPT-6 Sol 的 4.5%，接近 GPT-6 Astra 的 4.0%，单任务成本则比 Astra 低约 83%。
该测试使用去标识化的高难度对话，统计回答中是否出现至少一处事实错误。样本经过刻意筛选，不代表普通对话的平均错误率，也不能替代检索、引用核验和人工复核。
三、GPT-6.1 Sol 与 GPT-6 Sol、Astra 怎么选？
模型选择应由任务难度、调用规模和错误成本共同决定，而不是只看单项 benchmark。
| 使用需求 | 建议模型 | 原因 |
|---|---|---|
| 高频代码修改、自动化测试与智能体循环 | GPT-6.1 Sol | 能力和调用成本较均衡，适合增加迭代次数 |
| 批量文档提取、表格理解与业务流程 | GPT-6.1 Sol | 专业文档和 AutomationBench 表现提升明显 |
| 日常、低难度且极度关注成本的任务 | GPT-6 Sol | 若现有质量已达标，没有必要为每次调用升级 |
| 高难度科研、关键决策支持或最高成功率优先 | GPT-6 Astra | 综合能力仍然领先，适合失败代价高的任务 |
| 低延迟的交互式工作流 | Ultrafast 版本 | 适合速度敏感场景，但需单独评估价格与质量 |
一个实用做法是设置模型路由：默认使用 GPT-6.1 Sol，仅在低置信度、验证失败或任务复杂度超过阈值时升级到 Astra。这样可以在控制预算的同时，把旗舰模型留给真正困难的请求。
四、GPT-6.1 Sol API 价格与成本估算
OpenAI 公布的 GPT-6.1 Sol 标准 API 价格如下：
| Token 类型 | 每百万 Token 价格 |
|---|---|
| 输入 | 2 美元 |
| 缓存输入 | 0.10 美元 |
| 输出 | 10 美元 |
缓存输入价格比标准输入低 95%，因此，系统提示词、工具说明和稳定背景资料较长且会在多次请求中复用的智能体，通常能获得更明显的成本收益。
例如，一次请求使用 100,000 个输入 Token、20,000 个输出 Token，在不考虑缓存的情况下，估算费用为：
输入成本：100,000 / 1,000,000 × 2 美元 = 0.20 美元
输出成本： 20,000 / 1,000,000 × 10 美元 = 0.20 美元
合计：0.40 美元实际账单还会受到缓存命中、推理强度、工具调用和批处理方式影响。价格可能调整，生产预算应以 OpenAI API 定价页 显示的信息为准。
五、GPT-6.1 Sol API 怎么用？
开发者可通过 OpenAI API 使用模型标识 gpt-6.1-sol。下面给出基于 Responses API 的基础 JavaScript 示例；运行前需要安装官方 SDK 并设置 OPENAI_API_KEY 环境变量。
import OpenAI from "openai";
const client = new OpenAI();
const response = await client.responses.create({
model: "gpt-6.1-sol",
input: "分析这个代码库中的性能瓶颈，并按影响程度给出修复建议。",
});
console.log(response.output_text);生产环境接入时，建议先完成三项准备：
- 建立包含真实业务样本的评测集，并同时记录质量、延迟和单任务成本。
- 为工具调用设置权限边界、超时、重试、幂等和人工审批规则。
- 对需要事实准确性的输出接入检索与引用，并在关键流程中保留人工复核。
API 参数和 SDK 用法可能随版本更新，具体以 OpenAI Models 文档 与 Responses API 文档 为准。
六、GPT-6.1 Sol 的可用范围
根据发布信息，GPT-6.1 Sol 面向 ChatGPT 工作场景、Codex 与 OpenAI API 开放，覆盖 Plus、Pro、Business、Enterprise 和 Edu 等计划，但当时尚未作为普通聊天模型提供。开发者可通过 API 使用 gpt-6.1-sol。
OpenAI 同期还公布了 GPT-6 Astra Ultrafast 与 GPT-6.1 Sol Ultrafast，重点提升响应速度。不同地区、账户、套餐与工作区的开放时间可能不同；是否可用应以账户中的模型列表和官方文档为准。
七、GPT-6.1 Sol 的安全性与使用边界
在 OpenAI 公布的对齐评测中，GPT-6.1 Sol 相比 GPT-6 Sol 更能说明工具故障、遵守明确限制，并减少智能体执行中的未授权结果。例如，在“搜索工具故障后是否如实披露”的特定压力测试中，GPT-6.1 Sol 的未披露率为 2.1%，GPT-6 Sol 为 4.9%，GPT-6 Astra 为 1.5%。
这些数据来自为诱发失误而设计的高难度测试，不等于日常使用中的失误率。模型改进也不能替代权限控制、操作日志、结果验证和人工审批。
常见问题
GPT-6.1 Sol 是 GPT-6 Astra 的替代品吗？
不是完整替代。GPT-6.1 Sol 在部分编程、文档、自动化和计算机使用评测中接近 Astra，但 GPT-6 Astra 仍是综合能力更强的旗舰模型。大规模、高频任务可优先测试 Sol，最高成功率优先的任务可评估 Astra。
GPT-6.1 Sol API 的模型名称是什么？
发布信息给出的模型标识是 gpt-6.1-sol。如果 API 返回模型不可用，应先检查项目权限、地区与账户开放状态，并以模型列表中的实际标识为准。
GPT-6.1 Sol API 多少钱？
发布时的标准价格为每百万输入 Token 2 美元、缓存输入 Token 0.10 美元、输出 Token 10 美元。价格与计费规则可能变化，使用前应核对 OpenAI 官方定价页。
GPT-6.1 Sol 适合写代码吗？
适合。官方 DeepSWE v1.1 结果显示，它相较 GPT-6 Sol 有明显提升，适用于跨文件修改、调试和软件工程智能体。模型生成的代码仍需通过测试、安全扫描与代码审查。
普通 ChatGPT 对话能选择 GPT-6.1 Sol 吗？
发布信息显示它首先用于 ChatGPT 工作场景、Codex 和 API，当时尚未在普通聊天中提供。最终开放范围以当前账户显示为准。
总结：GPT-6.1 Sol 适合谁？
GPT-6.1 Sol 的主要价值，是让开发者以低于旗舰模型的成本处理更复杂的编程、文档与智能体任务。对调用量大、需要多轮尝试并且可以自动验证结果的工作流，它通常比直接全量使用 Astra 更具成本吸引力；对失败代价很高的任务，则应先做真实数据评测，并保留升级模型与人工复核机制。
本文数据来自 OpenAI 发布信息与官方文档整理。模型能力、价格和开放范围会变化，请在部署前核对 OpenAI 模型文档 与 API 定价页。使用 ChatGPT、Codex 或第三方服务时，请遵守当地法律法规、OpenAI 使用政策与所在组织的数据安全要求；第三方平台与 OpenAI 官方账户、数据和服务并不互通。