GPT-6.1 Sol 杀到：Token 价格直接砍到 1/5|gpt|sol|token|错误率

2026 年 9 月 30 日，OpenAI 正式发布 GPT-6.1 Sol。

作为 GPT-6 Sol 的升级版本，新模型在智能体编程、电脑操作和专业工作等领域的表现已经接近旗舰模型 GPT-6 Astra，但标准 API 输入、输出 Token 单价仅为 Astra 的五分之一。

API 定价方面，GPT-6.1 Sol 每百万输入 Token 收费 2 美元，每百万输出 Token 收费 10 美元，与 GPT-6 Sol 的标准价格保持一致；缓存输入价格则从每百万 Token 0.20 美元降至 0.10 美元，降低 50%。

相比之下，GPT-6 Astra 每百万输入 Token 收费 10 美元，每百万输出 Token 收费 50 美元。

因此，GPT-6.1 Sol 的标准输入和输出 Token 单价均只有 Astra 的五分之一。

性能方面，在测试真实代码库复杂软件工程任务的 DeepSWE v1.1 中，GPT-6.1 Sol 的成绩与 GPT-6 Astra 持平，而单项任务成本约为 Astra 的五分之一。相比 GPT-6 Sol，新模型的最高成绩提高 6.4 个百分点，同时使用了更低的推理强度和成本。

在复杂专业文档测试 GDP.pdf 中，GPT-6.1 Sol 的表现同样接近 GPT-6 Astra，单项任务成本约为 Astra 的五分之一。

在 AutomationBench 中，GPT-6.1 Sol 在中等推理强度下比 Claude Opus 5.5 高 2.2 个百分点，单项任务成本约为后者的三分之一；与 GPT-6 Sol 相比，其成绩高出 4.8 个百分点。

电脑操作能力也获得提升。

在 OSWorld 2.0 离线测试中，最高推理强度下的 GPT-6.1 Sol 比 GPT-6 Sol 高 7 个百分点；与 GPT-6 Astra 相比仅相差 2.1 个百分点，但单项任务成本约为 Astra 的七分之一。

科研仍是 GPT-6 Astra 优势较大的领域。

在 Terminal-Bench Science 0.1 中，最高推理强度下 GPT-6.1 Sol 的成绩超过 GPT-6 Sol 的两倍，平均单项任务成本为 5.47 美元；GPT-6 Astra 的平均成本为 23.80 美元，并以 68.1% 的成绩位居受测模型首位。OpenAI 仍建议最困难的科研任务使用 Astra。

GPT-6.1 Sol 的事实准确性也有所改善。

在低推理强度下，包含至少一处事实错误的回答比例从 GPT-6 Sol 的 11.4% 降至 7.7%，下降约 32%。不同推理强度下，GPT-6.1 Sol 与 GPT-6 Astra 的事实错误率差距均不超过 1.9 个百分点。OpenAI 同时说明，这项测试使用的是用户此前主动报告模型事实错误的高难度对话，并不代表普通使用场景下的实际错误率。