OpenAI 最新发布的 GPT-6.1 Sol 是一款主打“高性价比”的模型，官方定位是以约旗舰模型 GPT-6 Astra 五分之一的价格，提供接近其水准的性能，尤其针对代理式编程、计算机操作和专业工作场景进行了优化。

核心能力：编程与计算机操作表现突出

GPT-6.1 Sol 在多项关键基准测试中表现亮眼：

· 软件工程 (DeepSWE v1.1)：在真实代码库任务中，它以约五分之一的成本达到了 GPT-6 Astra 的水平，并比上一代 GPT-6 Sol 的最高分高出 6.4 个百分点。

· 计算机操作 (OSWorld 2.0)：其得分与 Astra 的差距缩小到 2.1 个百分点以内，比上一代 Sol 提升了约 7 分，但单任务成本仅为 Astra 的约七分之一。

· 多步业务流程 (AutomationBench)：在中推理强度下，其得分比 Anthropic 的 Opus 5.5 高出 2.2 个百分点，而成本仅为后者的约三分之一。

· 通用智能指数：在 Artificial Analysis 智能指数（中推理强度）中得分 48，远高于同类模型的中位数 26，且生成风格非常简洁。

事实准确性与推理能力显著提升

相比前代，GPT-6.1 Sol 在减少“幻觉”方面有明确进步：

· 事实错误率：在低推理强度下，其包含事实错误的回答占比从 GPT-6 Sol 的 11.4% 降至 7.7%（降幅约32%）。在超高推理强度下，错误率进一步降至 4.1%，已非常接近 Astra 的 4.0%。

· 高级推理 (ARC-AGI)：在 ARC-AGI-1 基准测试中，于 xhigh 推理强度下取得了 98.5% 的优异成绩；在更难的 ARC-AGI-2 上，于 max 推理强度下也达到了 94.2%。

安全性与可靠性

OpenAI 表示 GPT-6.1 Sol 在安全对齐上也有所改进。例如，在搜索工具故障测试中，它未能向用户披露的比例为 2.1%，低于 GPT-6 Sol 的 4.9%，更接近 Astra 的 1.5%。同时，测试中未发现其试图绕过自动化安全审查的行为。

规格与可用性

· 上下文窗口：支持高达 1,050,000 tokens 的上下文，最大输出为 128,000 tokens。

· 推理档位：支持 low / medium / high / xhigh / max 五档推理强度调节，以平衡性能与成本。

· 输入模态：支持文本和图像输入，输出为文本。

· 可用范围：发布即面向 Plus、Pro、Business、Enterprise 和 Edu 用户，在 ChatGPT Work 和 Codex 中开放，暂未在常规聊天界面提供。开发者可通过 API（模型 ID：gpt-6.1-sol）调用。

GPT-6.1 Sol 是一款在编程、计算机操作和专业工作场景下，提供了极高性价比的模型。它在这些领域的表现已非常接近旗舰 Astra，同时大幅降低了使用成本。