GPT-6.1 Sol API: Priser, Referansetester & Slik bruker du API-et

TL;DR

GPT-6.1 Sol er OpenAIs oppgradering fra september 2026 av GPT-6 Sol, bygget for utviklere som kjører avansert koding, datamaskinbruk, dokumentarbeid og flertrinns agentarbeidsflyter. Den beholder standard API-prising for kort kontekst på $2 per million input-tokens og $10 per million output-tokens, samtidig som kapasitet og oppgaveeffektivitet forbedres i OpenAIs rapporterte evalueringer. Kontekstvinduet forblir 1.05 millioner tokens, med opptil 128,000 output-tokens.

Hovedpunkter

• OpenAI lanserte GPT-6.1 Sol 29. september 2026 for kompleks koding, datamaskinbruk og profesjonelle arbeidsflyter.
• Den beholder et kontekstvindu på 1,050,000 tokens og en output-grense på 128,000 tokens, med tekst- og bildeinndata og tekstutdata.
• Standardpriser for kort kontekst i API-et er $2 inndata, $0.10 bufret inndata, $2.50 cache-skrivinger og $10 utdata per million tokens; større forespørsler og behandlingsmoduser endrer kostnaden.
• Offisielle evalueringer viser forbedringer over GPT-6 Sol og ytelse nær Astra på flere testede arbeidsbelastninger; forholdet mellom oppgavekostnad i benchmarker skiller seg fra forholdet mellom token-priser.
• Bruk Responses API for verktøykall. Ved lansering var modellen tilgjengelig gjennom API, Codex og ChatGPT Work for kvalifiserte betalte planer, men ikke i vanlig Chat.

Hva er GPT-6.1 Sol?

GPT-6.1 Sol er OpenAIs oppgraderte, effektivitetsfokuserte modell i GPT-6-familien. OpenAI beskriver den som en oppgradering av GPT-6 Sol som nesten matcher GPT-6 Astra på agentisk koding, datamaskinbruk og profesjonelt arbeid, samtidig som den koster en femtedel av Astra til standard input- og output-tokenpriser.

Oppdateringen handler mindre om å øke rå kontekstgrenser og mer om å forbedre hvor mye nyttig arbeid modellen kan fullføre per dollar. For team som allerede bruker GPT-6 Sol API i CometAPI, kan GPT-6.1 Sol best forstås som en kapasitetsoppgradering som beholder samme standard $2/$10 input/output-prising, mens prisen for bufret inndata halveres.

Den posisjoneringen betyr noe for produksjonsagenter. Systemer for høyt volum innen koding, dokumentbehandling, arbeidsflytautomatisering og datamaskinbruk kan utføre hundrevis eller tusenvis av forespørsler med tung resonnering. En modell som nærmer seg frontkapabilitet samtidig som den opprettholder lavere kostnad per oppgave, kan være mer praktisk enn å rute hver vanskelig forespørsel til Astra.

Én migreringsdetalj er viktig: GPT-6.1 Sol støtter ikke none eller minimal resonneringsinnsats. Den laveste innstillingen er low, så utviklere som migrerer fra GPT-6 Sol bør gjennomgå rutingslogikk og forespørselsparametere.

Hvordan presterer GPT-6.1 Sol på benchmarks?

Resultatene nedenfor kommer fra OpenAIs lanseringsevalueringer. De måler bestemte oppgaver og konfigurasjoner, ikke en universell modellrangering. OpenAI evaluerte sine modeller i sitt forskningsmiljø eller via API; systemprompter, verktøy og resonneringsinnstillinger kan avvike fra produksjons-ChatGPT. Konkurrentresultater ble hentet fra offentlige rapporter. Kostnad per oppgave og standard tokenpriser er forskjellige mål: førstnevnte avhenger av tokens, resonnering, verktøy og evalueringsprotokoll. Der kunngjøringen ikke spesifiserer fullt oppsett eller konfigurasjon, bør tallene behandles som rapporterte sammenligninger snarere enn uavhengig reproduserte resultater.

Agentbasert koding på DeepSWE v1.1

DeepSWE v1.1 evaluerer langhorisont programvareingeniøroppgaver i virkelige kodebaser. OpenAI rapporterer at GPT-6.1 Sol matcher GPT-6 Astra til omtrent en femtedel av kostnaden og overgår GPT-6 Sols beste score med 6.4 prosentpoeng ved lavere resonneringsinnsats og kostnad.

Dette gjør oppgraderingen særlig relevant for kodeagenter som gjentatte ganger inspiserer repositorier, endrer filer, kjører verktøy, kjører tester og feilsøker feil, snarere enn kun å generere isolerte kodesnutter.

Ytelse i forretningsarbeidsflyter på AutomationBench

AutomationBench måler om agenter kan fullføre flertrinns arbeidsflyter på tvers av forretningsapplikasjoner. Ved middels resonneringsinnsats rapporterer OpenAI at GPT-6.1 Sol scorer 2.2 prosentpoeng over Opus 5.5 til omtrent en tredjedel av kostnaden og forbedres med 4.8 poeng over GPT-6 Sol på samme innstilling.

Benchmarken bruker 47 verktøy på tvers av salg, markedsføring, drift, støtte, finans og HR, noe som gjør den mer representativ for bedriftsautomatisering enn en enkel spørsmåls-svar-test.

Lanseringsrapporten identifiserer AutomationBench 1.0.6. Opus-sammenligningen er ved middels resonneringsinnsats; det er et OpenAI-rapportert resultat, ikke en påstand om at GPT-6.1 Sol vinner hver bedriftsarbeidsflyt. Utviklere kan også få tilgang til Claude Opus 5.5 API i CometAPI for arbeidsbelastningsspesifikke sammenligninger.

Datamaskinbruk på OSWorld 2.0

På OSWorld 2.0 offline-settet overgår GPT-6.1 Sol ved maksimal resonneringsinnsats GPT-6 Sol med syv prosentpoeng til mindre enn halvparten av kostnaden. Den ligger innenfor 2.1 prosentpoeng av GPT-6 Astra til omtrent en syvendedel av Astras kostnad per oppgave.

OSWorld-resultatet bruker delvis belønning på offline-settet fra v2026.08.08-utgivelsen. Hold den målingen, versjonen og maksinnstillingen knyttet til sammenligningen; resultater fra andre utgivelser eller belønningsdefinisjoner er ikke direkte utskiftbare.

Den forbedringen betyr noe for nettleseragenter, skrivebordsautomatisering, programvareoperasjon og arbeidsflyter der modellen må samhandle med grafiske grensesnitt snarere enn kun produsere tekst.

Vitenskapelige arbeidsflyter på Terminal-Bench Science

Terminal-Bench Science 0.1 evaluerer vitenskapelige arbeidsflyter som dataanalyse, simulering, modelltilpasning og teorembevis via kode og terminalverktøy. OpenAI rapporterer at GPT-6.1 Sol mer enn dobler GPT-6 Sols score ved maksimal resonneringsinnsats samtidig som den koster mindre enn halvparten så mye per oppgave.

GPT-6 Astra er fortsatt modellen med høyest score i denne evalueringen med 68.1 %, så GPT-6.1 Sol bør ikke tolkes som en erstatning for Astra i hver frontier-forskningsarbeidsbelastning. Fordelen er den langt lavere oppgavekostnaden som kreves for å nærme seg den kapabiliteten.

Faktualitet på vanskelige promper

OpenAI rapporterer den største faktualitetsforbedringen over GPT-6 Sol ved lav resonneringsinnsats, der andelen svar med en faktuell feil faller fra 11.4 % til 7.7 %, en reduksjon på ca. 32 %. På tvers av de testede resonneringsinnstillingene holder GPT-6.1 Sol seg innenfor 1.9 prosentpoeng av GPT-6 Astra samtidig som den koster mindre enn en femtedel så mye per oppgave.

OpenAI advarer om at denne evalueringen bruker bevisst vanskelige, avidentifiserte samtaler der brukere tidligere flagget faktuelle feil. Prosentene bør derfor ikke behandles som vanlige hallusinasjonsrater.

OpenAIs offisielle faktualitetsgrafikk plottet feilrate mot gjennomsnittlig simulert latens. Den er gjengitt direkte fra systemkort-tillegget; disse utvalgte, vanskelige samtalene etablerer ikke vanlige bruksfeilrater.

Offisiell OpenAI-evaluering av faktualitet: feilrater i samtaler markert av brukere

GPT-6.1 API-prising

GPT-6.1 Sol bruker samme overskriftspriser for Standard inndata og utdata som GPT-6 Sol, men reduserer prisen for bufret inndata fra $0.20 til $0.10 per million tokens. OpenAI priser modellen forskjellig avhengig av kontekstlengde og behandlingsmodus, så produksjonskostnad bør estimeres ut fra hele forespørselmønsteret snarere enn kun overskrifts-tokenprisen.

Standardprising

Under OpenAI Standard-behandling koster GPT-6.1 Sol $2 per million input-tokens og $10 per million output-tokens. Bufret inndata prises til $0.10 per million tokens, mens cache-skriving koster $2.50 per million tokens.

Bufret inndata og cache-skrivinger

Caching betyr mer for GPT-6.1 Sol enn det overskriftsprisen for inndata alene antyder.

Dens $0.10-pris for bufret inndata er kun 5 % av $2 for ubufret inndata, noe som gjør gjentatt kontekst vesentlig billigere når en applikasjon gjenbruker samme systemprompt, verktøydefinisjoner, repository-instruksjoner eller lange referansedokumenter. Cache-skrivinger faktureres med $2.50 per million tokens, eller 1.25× standardprisen for ubufret inndata.

For langvarige agenter betyr dette at kostnaden avhenger sterkt av hvor mye kontekst som kan gjenbrukes. En arbeidsflyt som gjentatte ganger sender en stor, stabil prompt kan ha en helt annen effektiv kostnad enn en som bygger opp hele konteksten på hver forespørsel.

Prising for lang kontekst

GPT-6.1 Sol støtter et kontekstvindu på 1.05 millioner tokens, men forespørsler over 272,000 input-tokens beveger seg inn i OpenAIs prisingsnivå for lang kontekst.

For hele forespørselen blir satsene:

Med andre ord, når en prompt overstiger 272K input-tokens, anvender OpenAI 2× inndata- og cache-prising og 1.5× utdata-prising på hele forespørselen, ikke bare på delen over terskelen.

Dette gjør konteksthåndtering viktig for store kodebaser, dokumentanalyse-systemer og vedvarende agenter. En forespørsel rett over terskelen kan koste vesentlig mer enn en som holdes under den gjennom gjenfinning, oppsummering eller segmentering av prompten.

Batch-, Flex- og Fast-modus

OpenAI endrer også prisingen for GPT-6.1 Sol etter behandlingsmodus.

Batch- og Flex-behandling prises 50 % under Standard, noe som gjør dem nyttige når latens er mindre viktig enn kostnad. Under kort-kontekst-prising reduserer det GPT-6.1 Sol til omtrent $1/M inndata, $0.05/M bufret inndata, $1.25/M cache-skriving og $5/M utdata.

Fast-modus går i motsatt retning. Den koster 2× Standard, noe som gir kort-kontekst-satser på omtrent $4/M inndata, $0.20/M bufret inndata, $5/M cache-skriving og $20/M utdata. Denne modusen er ment for arbeidsbelastninger der lavere latens er verdt høyere tokenkostnad.

Regional behandling kan legge til ytterligere 10 % påslag der det støttes.

Det praktiske valget er derfor enkelt: bruk Standard for normale interaktive arbeidsbelastninger, Batch eller Flex når kostnad betyr mer enn responstid, og Fast kun når latens har nok forretningsverdi til å rettferdiggjøre omtrent dobbel Standard-sats.

Hva skiller GPT-6.1 Sol?

GPT-6.1 Sol skjerper skillet mellom to høyendeployeringer. GPT-6 Astra er alternativet med kapabilitet først, mens GPT-6.1 Sol blir alternativet med effektivitet først for avansert arbeid.

Det skillet kan støtte hybrid ruting: prøv GPT-6.1 Sol først for krevende produksjonsarbeid, og eskaler deretter kun uvanlig vanskelige eller mislykkede saker til Astra. Dette kan bevare tilgang til maksimal kapabilitet uten å betale Astra-nivåets satser for hver forespørsel.

Nær-Astra-ytelse uten kostnad på Astra-nivå

Det sentrale er forholdet mellom kapabilitet og kostnad. OpenAI sier at GPT-6.1 Sol leverer ytelse nær Astra på flere vanskelige profesjonelle arbeidsbelastninger samtidig som den tar en femtedel av Astras standard input- og output-tokenpriser.

For produksjonssystemer kan dette bety mer enn et lite benchmark-gap. Lavere kostnad per oppgave kan gi rom for forsøk på nytt, verifikasjonstrinn, større kontekst og høyere forespørselsvolum innenfor samme budsjett.

Bedre agentbasert koding

DeepSWE-resultatet antyder at oppgraderingen er rettet mot lengre kodingssløyfer: feilsøking i repositorier, modifikasjon av flere filer, testkjøring og reparasjon, skallbaserte utviklingsarbeidsflyter og agentisk vedlikehold av programvare.

Sterkere datamaskinbruk

OSWorld-forbedringen indikerer sterkere ytelse når resonnering må kombineres med GUI-interaksjon, noe som gjør GPT-6.1 Sol mer relevant for nettleser- og skrivebordsautomatisering.

Bedre profesjonelt dokumentarbeid

På GDP.pdf scorer GPT-6.1 Sol høyere enn Opus 5.5 med fallbacks på tvers av testede resonneringsinnstillinger til mindre enn halv oppgavekostnad, mens den nærmer seg Astra til omtrent en femtedel av kostnaden.

Det gjør den lovende for arbeidsflyter som involverer finansrapporter, juridiske dokumenter, helsemateriale, forskningsartikler og andre komplekse profesjonelle PDF-er.

Dyp verktøyintegrasjon

Via Responses API støtter GPT-6.1 Sol nettsøk, filsøk, bildegenerering, Code Interpreter, hostet skall, Apply Patch, Skills, computer use, MCP og verktøysøk.

GPT-6.1 Sol vs GPT-6 Sol vs GPT-6 Astra

Prisforskjellen er særlig tydelig ved sammenligning med GPT-6 Astra API i CometAPI. Offisiell OpenAI-prising er $10 inndata og $50 utdata per million tokens for Astra, mot $2 og $10 for GPT-6.1 Sol.

Hvilken GPT-6-modell bør du velge?

GPT-6.1 Sol er det sterkeste standardvalget for de fleste avanserte produksjonsarbeidsbelastninger. Den beholder samme $2 inndata og $10 utdata-prising som GPT-6 Sol, men forbedrer agentbasert koding, datamaskinbruk og profesjonelle arbeidsflyter mens den nærmer seg GPT-6 Astra.

Velg GPT-6 Sol hvis din eksisterende arbeidsflyt allerede fungerer bra og du ikke trenger de nyere agentiske forbedringene.

Velg GPT-6.1 Sol hvis du vil ha den beste balansen mellom ytelse og kostnad, spesielt for kodeagenter, automatisering, datamaskinbruk og arbeidsbelastninger med høyt volum av resonnering.

Velg GPT-6 Astra når maksimal kapabilitet betyr mer enn kostnad. Offisiell OpenAI-prising er $10 inndata og $50 utdata per million tokens, sammenlignet med $2 og $10 for GPT-6.1 Sol. GPT-6 Astra API i CometAPI passer derfor bedre til de mest vanskelige eller høyverdige oppgavene snarere enn rutinemessig utrulling i stor skala.

Når bør du fortsatt bruke GPT-6 Astra?

GPT-6.1 Sol erstatter ikke Astra. OpenAI fortsetter å posisjonere GPT-6 Astra som sin modell med høyest kapabilitet, og Astra leder fortsatt vanskelige evalueringer som Terminal-Bench Science.

• Oppgavesuksess betyr mye mer enn tokenkostnad.
• Jobben er uvanlig kompleks eller forskningsintensiv.
• Du trenger det høyeste tilgjengelige resonneringstaket.
• Mislykkede forsøk er så dyre at høyere modellkostnad er sekundær.
• En liten kvalitetsforskjell gir uforholdsmessig høy forretningsverdi.

En praktisk rutingsstrategi er å bruke GPT-6.1 Sol for flertallet av krevende produksjonsarbeid og reservere Astra for eskaleringsstier der maksimal kapabilitet rettferdiggjør den økte kostnaden.

Er GPT-6.1 Sol billigere enn GPT-6 Astra i reelle arbeidsbelastninger?

Til standard tokenpriser, ja: GPT-6.1 Sol koster en femtedel så mye som Astra for både inndata og utdata. Men produksjonsøkonomi bør evalueres som kostnad per vellykket oppgave, ikke kun kostnad per token.

Hvis en agent trenger gjentatt resonnering, verktøykall og forsøk på nytt, kan en billigere modell likevel være mindre økonomisk hvis den krever mange flere forsøk. Omvendt, hvis GPT-6.1 Sol oppnår nesten samme fullføringsrate som Astra på din arbeidsbelastning, kan den femdoble forskjellen i tokenpris oversettes til betydelige besparelser.

Hvor kan du bruke GPT-6.1 Sol?

Ved lansering 29. september 2026 var GPT-6.1 Sol tilgjengelig for Plus-, Pro-, Business-, Enterprise- og Edu-brukere i ChatGPT Work og Codex, samt gjennom OpenAI API. Den var ennå ikke tilgjengelig i vanlig Chat. Faktisk tilgang kan avhenge av plan, klient, region og arbeidsområdeinnstillinger. Som sjekket 30. september 2026, viser CometAPI live-modellkatalogen gpt-6.1-sol med både /v1/responses- og /v1/chat/completions-ruter. Bruk Responses for verktøy-arbeidsflyter, og verifiser modelltilgang og fakturering for API-nøkkelen din før utrulling.

Hvordan bruker du GPT-6.1 Sol API?

Bruk Responses API for verktøykall. GPT-6.1 Sol støtter Chat Completions-forespørsler uten verktøy; agenter som er avhengige av verktøy bør ikke anta samme verktøyoppførsel på begge endepunkter. Det minimale Python-eksempelet nedenfor bruker OpenAIs endepunkt og legitimasjon.

Installer det offisielle OpenAI Python SDK-et, sett OPENAI_API_KEY i miljøet ditt, og bruk et API-prosjekt med tilgang til modellen. Følgende tekst-only-eksempel sender én Responses API-forespørsel og skriver ut tekstutdata; det aktiverer ikke verktøy i seg selv.

from openai import OpenAI

client = OpenAI()  # Reads OPENAI_API_KEY from the environment

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Review this software architecture and identify the three highest-risk design decisions.",
    reasoning={"effort": "medium"},
)

print(response.output_text)

For vanskeligere koding, forskning eller agentoppgaver kan resonneringsinnsatsen økes til high, xhigh eller max. For arbeid med lavere kostnad er low tilgjengelig, men none og minimal støttes ikke.

Bruk GPT-6.1 Sol via CometAPI

Følg CometAPI quickstart for å opprette en konto og en API-nøkkel. Lagre nøkkelen i COMETAPI_KEY, installer OpenAI Python SDK med pip install openai, og konfigurer gatewayen som vist nedenfor.

Katalogen viser for øyeblikket gpt-6.1-sol. Dette tekst-only-eksempelet bruker den dokumenterte Responses-endepunktet; verktøy krever ekstra forespørselkonfigurasjon. Modellvisning bekrefter katalogtilgjengelighet, mens en vellykket forespørsel med nøkkelen din bekrefter tilgang for kontoen din.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Review this architecture and list three design risks.",
    reasoning={"effort": "medium"},
)
print(response.output_text)

Velg low, medium, high, xhigh eller max resonneringsinnsats. Ikke send none eller minimal. Ved autentiseringsfeil, sjekk nøkkelen og kontosaldoen; ved modell- eller rute-feil, sjekk den nåværende katalogen og endepunktet på nytt. Kjør en liten røyk-test før du bytter produksjonstrafikk.

Hva viser OpenAIs sikkerhetsevalueringer for GPT-6.1 Sol?

OpenAIs systemkort-tillegg for GPT-6.1 Sol rapporterer justeringsforbedringer over GPT-6 Sol, inkludert lavere feilrater i vanskelige evalueringer som involverer transparens ved ødelagte verktøy, eksplisitte begrensninger, uautoriserte utfall og sikkerhet i datamaskinbruk.

OpenAI behandler GPT-6.1 Sol som Critical i cybersikkerhetskapabilitet og High i biologisk og kjemisk kapabilitet under sin Preparedness Framework, og anvender samme sikringsstakk som brukes for GPT-6 Astra.

Disse evalueringene bruker bevisst vanskelige scenarier designet for å fremkalle feil, så ratene bør ikke leses som representative for typisk bruk.

Ofte stilte spørsmål

Er GPT-6.1 Sol en erstatning for GPT-6 Sol?

GPT-6.1 Sol er en nyere oppgradering snarere enn en helt annen produktretning. Den retter seg mot de samme avanserte kode- og agentiske arbeidsbelastningene som GPT-6 Sol, men forbedrer ytelsen innen områder som programvareingeniørarbeid, datamaskinbruk og flertrinns automatisering.

Er GPT-6.1 Sol like kraftig som GPT-6 Astra?

Ikke på tvers av hver arbeidsbelastning. GPT-6 Astra forblir OpenAIs alternativ med høyere kapabilitet for de mest krevende oppgavene, mens GPT-6.1 Sol er designet for å lukke mye av ytelsesgapet med bedre effektivitet for bruk i stor skala.

Hvem bør bruke GPT-6.1 Sol?

GPT-6.1 Sol er mest relevant for utviklere og team som kjører kodeagenter, automasjonssystemer, dokumentarbeidsflyter, datamaskinbruksagenter og andre arbeidsbelastninger der sterk resonnering må brukes gjentatte ganger i skala.

Hva er den største forbedringen i GPT-6.1 Sol?

Den største forbedringen er ikke et større kontekstvindu eller en ny inputmodalitet. Det er sterkere ytelse i virkelige agentarbeidsflyter, spesielt i koding, datamaskinbruk og profesjonelle arbeidsflyter, mens den holder seg i samme generelle kostnadskategori som GPT-6 Sol.

Konklusjon

GPT-6.1 Sol handler mindre om å utvide GPT-6s rå spesifikasjonsgrenser og mer om å flytte avansert resonnering ned kostnadskurven. Den beholder kontekstvinduet på 1.05M og output-taket på 128K samtidig som den forbedrer kodeagenter, forretningsarbeidsflyter, datamaskinbruk, vitenskapelige arbeidsflyter og faktualitet over GPT-6 Sol.

Samtidig forblir standard inndata- og utdata-prising $2/$10 per million tokens, sammenlignet med Astras $10/$50.

For utviklere skaper det et nyttig deployeringsnivå: Astra er tilgjengelig når maksimal kapabilitet betyr mest, mens GPT-6.1 Sol kan håndtere en større andel av avanserte produksjonsarbeidsbelastninger uten å tvinge hver forespørsel inn i flaggskipsøkonomi. Den mest meningsfulle benchmarken er imidlertid fortsatt din egen arbeidsbelastning.