GPT-6.1 Sol: мощь Astra по цене в 5 раз ниже
GPT-6.1 Sol: мощь почти как у Astra, цена в пять раз ниже
OpenAI представила GPT-6.1 Sol — обновлённую версию модели Sol с заметно улучшенными показателями в агентном программировании, управлении компьютером и профессиональных задачах. Главная фишка новинки — производительность, вплотную приближающаяся к флагманской GPT-6 Astra, при стоимости в пять раз меньше. Для разработчиков это означает возможность строить и запускать мощных AI-агентов в рамках того же бюджета.
Почти на уровне Astra — в пять раз дешевле
GPT-6.1 Sol — это самая выгодная модель на сегодня для своего уровня возможностей. Стандартные цены через API: 2 $ за миллион входных токенов, 10 $ за миллион выходных токенов. Кэшированные входные данные обходятся всего в 0,10 $ за миллион токенов — на 95% дешевле стандартной цены входных данных. Это особенно важно для агентных задач, где контекст повторно используется в нескольких запросах подряд.
Флагман GPT-6 Astra при этом никуда не уходит: он по-прежнему остаётся самой мощной моделью OpenAI и стоит 10 $ за входные и 50 $ за выходные токены. GPT-6.1 Sol занимает нишу между Astra и бюджетной GPT-6 Luna, предлагая новый баланс возможностей и стоимости — как для пользователей, так и для разработчиков, масштабирующих свои приложения.
Что умеет GPT-6.1 Sol лучше предшественника
Программирование
В бенчмарке DeepSWE v1.1, который проверяет решение сложных задач разработки в реальных кодовых базах, GPT-6.1 Sol достигает уровня GPT-6 Astra при затратах примерно в пять раз ниже. По сравнению с GPT-6 Sol модель показывает результат выше на 6,4 процентного пункта — при меньших усилиях на рассуждение и меньших затратах.
Профессиональная работа с документами
В тесте GDP.pdf, который оценивает точность ответов по сложным PDF-документам с таблицами, графиками, схемами и мелким шрифтом, GPT-6.1 Sol обходит Opus 5.5 с резервными моделями при стоимости задачи более чем вдвое ниже. К результатам GPT-6 Astra модель приближается при цене примерно в пять раз меньше. Тест охватывает профессиональные документы из сфер финансов, здравоохранения, права и ещё семи областей.
В AutomationBench — бенчмарке для многоэтапных бизнес-процессов с использованием 47 инструментов для продаж, маркетинга, поддержки и HR — GPT-6.1 Sol при среднем уровне рассуждений превосходит Opus 5.5 на 2,2 процентного пункта при затратах втрое ниже. Относительно GPT-6 Sol преимущество составляет 4,8 процентного пункта.
Управление компьютером
На офлайн-наборе OSWorld 2.0, где агенты выполняют длинные последовательности действий на компьютере для решения повседневных и рабочих задач, GPT-6.1 Sol превосходит GPT-6 Sol на 7 процентных пунктов при максимальных усилиях на рассуждение и затратах более чем вдвое ниже. От Astra при этом модель отстаёт всего на 2,1 процентного пункта, а стоимость задачи примерно в семь раз ниже.
Научные исследования
В Terminal-Bench Science 0.1, который оценивает научные рабочие процессы — анализ данных, моделирование, доказательство теорем — GPT-6.1 Sol при максимальных усилиях на рассуждение более чем вдвое превосходит GPT-6 Sol. Средняя стоимость задачи составляет 5,47 $ против 23,21 $ у Opus 5.5 и 23,80 $ у Astra — экономия более 75%. Правда, GPT-6 Astra по-прежнему лидирует в абсолютных результатах с показателем 68,1%, поэтому для самых сложных исследовательских задач рекомендуется использовать именно её.
Фактическая точность
GPT-6.1 Sol также снизил частоту фактических ошибок: при очень высоком уровне рассуждений она составляет 4,1% против 4,5% у GPT-6 Sol и 4,0% у Astra. Тест намеренно провоцирует ошибки — в нём используются диалоги, где пользователи уже указывали на неточности предыдущих моделей, — поэтому реальная частота ошибок при обычном использовании значительно ниже.
Безопасность: больше честности, меньше сбоев
В тестах на соответствие намерениям пользователей и ограничениям безопасности GPT-6.1 Sol показывает заметные улучшения по сравнению с GPT-6 Sol, вплотную приближаясь к Astra. Модель более открыто сообщает о своих ограничениях и надёжнее соблюдает установленные правила.
В сложных сценариях GPT-6.1 Sol значительно реже допускает типичные сбои: скрывает неисправность инструмента поиска лишь в 2,1% случаев против 4,9% у GPT-6 Sol. Попыток обойти автоматическую систему проверки безопасности обнаружено не было — как и у Astra, и у Sol.
Цены, доступность и Ultrafast-варианты
GPT-6.1 Sol уже доступна пользователям ChatGPT с подписками Plus, Pro, Business, Enterprise и Edu в режимах «Работа» и Codex. В обычном режиме «Чат» модель пока недоступна. Через API модель подключается под именем `gpt-6.1-sol`.
Одновременно OpenAI запускает GPT-6 Astra Ultrafast — самую быструю передовую модель в мире, до 8 раз быстрее обычной Astra, — а также GPT-6.1 Sol Ultrafast. Обе Ultrafast-версии доступны через API и в ChatGPT для пользователей нового уровня Pro за 500 $ в месяц с максимальными лимитами. GPT-6.1 Sol Ultrafast даёт разработчикам интеллект почти на уровне Astra с восьмикратным ускорением при примерно тех же затратах, что раньше требовала обычная GPT-6 Astra.
GPT-6.1 Sol закрывает важную нишу: разработчики, которым не нужна абсолютная мощь Astra, теперь могут получать сопоставимые результаты значительно дешевле — и строить на этом масштабируемые агентные приложения.
Источник: OpenAI