GPT-6.1 Sol so với GPT-6 Sol: Các điểm tương đồng và khác biệt

TL;DR

GPT-6.1 Sol không phải là phiên bản thay thế có ngữ cảnh lớn hơn hay đắt tiền hơn so với GPT-6 Sol. Nó giữ nguyên cửa sổ ngữ cảnh 1,05 triệu token, trần đầu ra 128K và mức giá API Standard $2/$10, đồng thời cải thiện năng lực viết mã, sử dụng máy tính, quy trình công việc chuyên nghiệp, độ tin cậy về tính đúng sự thật và hành vi của agent. Thay đổi giá rõ ràng nhất là bộ nhớ đệm prompt: đầu vào đã cache giảm từ $0.20 xuống $0.10 mỗi triệu token.

Kết quả thực tiễn là GPT-6.1 Sol ít về việc thay đổi hình dạng API và nhiều hơn về việc tạo ra khối lượng công việc hữu ích lớn hơn với ngân sách token gần như tương đương.

Key Takeaways

• GPT-6.1 Sol là nâng cấp năng lực của GPT-6 Sol, giữ nguyên cửa sổ ngữ cảnh 1.050.000 token và trần đầu ra 128.000 token.
• Giá đầu vào/đầu ra API Standard vẫn $2/M và $10/M; đầu vào đã cache giảm từ $0.20/M xuống $0.10/M.
• Đánh giá chính thức cho thấy viết mã, sử dụng máy tính, tự động hóa kinh doanh và quy trình khoa học mạnh hơn; kết quả phụ thuộc vào bộ đo và thiết lập suy luận.
• Di trú đòi hỏi kiểm tra cả mức độ suy luận và khả năng tương thích endpoint API: GPT-6.1 Sol không loại bỏ endpoint nào và yêu cầu Responses API cho gọi công cụ.
• Xác nhận thành công tác vụ, độ trễ, số lượt cache thực tế và chi phí đầu-cuối trước khi thay thế triển khai GPT-6 Sol ổn định.

What Is GPT-6.1 Sol, and Why Did It Arrive So Soon After GPT-6 Sol?

OpenAI giới thiệu GPT-6 Sol vào ngày Sep. 22, 2026. Một tuần sau, phần bổ sung system-card ngày Sep. 29 công bố GPT-6.1 Sol. OpenAI trình bày bản phát hành mới như nâng cấp lên GPT-6 Sol thay vì một tầng giá riêng.

Khoảng thời gian ra mắt ngắn quan trọng vì GPT-6.1 Sol không được định vị như một tầng sản phẩm mới. OpenAI giữ nguyên tầng giá Sol và tập trung cập nhật vào năng lực xử lý tác vụ khó, hiệu quả chi phí và độ tin cậy của agent.

OpenAI định vị GPT-6.1 Sol xoay quanh agent viết mã, sử dụng máy tính và công việc chuyên nghiệp. So sánh quan trọng là mức độ thành công tác vụ ở chi phí nhất định, thay vì tên mô hình. Bảng tóm tắt benchmark chính thức dưới đây tách riêng các mức tăng năng lực khỏi các thông số API không đổi.

Điều đó khiến phép so sánh trở nên đơn giản hơn: GPT-6.1 Sol chủ yếu là nâng cấp về năng lực và hiệu suất thay vì nâng cấp về cửa sổ ngữ cảnh hoặc giá cơ bản.

GPT-6.1 Sol vs. GPT-6 Sol: What Stays the Same?

Cả hai mô hình giữ nguyên năng lực tiêu đề, các phương thức đầu vào/đầu ra hỗ trợ và giá Standard cho đầu vào/đầu ra. Bảng cũng ghi nhận khác biệt về mốc kiến thức, tùy chọn suy luận, gọi công cụ và mức giá đầu vào đã cache; những khác biệt này không nên nhầm lẫn với thông số dùng chung.

Shared Specifications and Compatibility Differences

Hai cột mô hình chính thức ở trên ghi nhận cùng giới hạn ngữ cảnh và đầu ra. Những con số này mô tả năng lực; chúng không thiết lập độ chính xác truy hồi hoặc độ trễ bằng nhau trên mọi khối lượng công việc ngữ cảnh dài.

Mốc kiến thức tiến nhẹ, từ Apr. 20 lên Apr. 30, 2026. Quan trọng hơn, GPT-6.1 Sol không còn hỗ trợ reasoning.effort="none"; các thiết lập suy luận khả dụng bắt đầu từ low.

Với nhà phát triển phụ thuộc vào hành vi độ trễ tối thiểu, chi tiết tương thích này đáng thử nghiệm vì GPT-6 Sol vẫn hỗ trợ reasoning effort none.

Architecture: What Remains Undisclosed

Không trang mô hình nào dùng cho so sánh này cung cấp số tham số hay phân tích chi tiết kiến trúc. System-card addendum chính thức nói GPT-6.1 Sol dùng cùng loại dữ liệu và huấn luyện như Astra; tuyên bố đó không chứng minh Sol và Astra có kiến trúc giống hệt. Do đó, khác biệt kiến trúc và quy mô tham số vẫn chưa được tiết lộ trong tài liệu trích dẫn.

Base Pricing Is Unchanged; Cached Reads Are Cheaper

Với token chưa cache, không. Mức giá đầu vào và đầu ra Standard không đổi. Cải thiện giá chính là đầu vào đã cache.

GPT-6.1 Sol giảm đầu vào đã cache xuống $0.10 mỗi 1M token, tức 5% so với mức đầu vào chưa cache.

Ví dụ, tái sử dụng 100 triệu token đầu vào đã cache tốn khoảng $10 trên GPT-6.1 Sol so với $20 trên GPT-6 Sol. Khác biệt này khiêm tốn với prompt dùng một lần nhưng ý nghĩa hơn với agent khối lượng lớn có tiền tố prompt ổn định.

Các điều kiện giá chính thức hiển thị trong tài liệu mô hình cũng áp dụng: yêu cầu trên 272K token đầu vào dùng mức giá đầu vào và cache 2x và giá đầu ra 1.5x cho toàn bộ yêu cầu. GPT-6.1 Sol Fast mode là 2x Standard; Batch và Flex thấp hơn Standard 50%. Xử lý theo vùng cộng thêm phụ phí 10% nơi khả dụng, và Fast mode không khả dụng với EU data residency. Có thể áp dụng phí công cụ riêng. Lập ngân sách theo chế độ xử lý, vùng và số lượt cache trúng thực tế đã chọn.

What Has Improved in GPT-6.1 Sol?

Nâng cấp được đánh giá tốt nhất trên các trục viết mã, quy trình agent, tài liệu chuyên nghiệp, khoa học, tính đúng sự thật và khôi phục lỗi. Các mục dưới đây nhóm những cải thiện đó đồng thời giữ nguyên điều kiện và giới hạn benchmark ban đầu.

Benchmark Overview: Reported Gains and Evaluation Conditions

Lập luận mạnh nhất cho GPT-6.1 Sol đến từ hiệu năng cấp tác vụ thay vì thông số thô. OpenAI báo cáo cải thiện trên kỹ thuật phần mềm, tự động hóa kinh doanh, tương tác máy tính, quy trình khoa học, tính đúng sự thật và căn chỉnh agent.

Đây là kết quả do OpenAI báo cáo, không phải đo lường độc lập của CometAPI. OpenAI đánh giá các mô hình trong môi trường nghiên cứu của họ hoặc qua API; hành vi trong sản xuất có thể khác với prompt hệ thống và công cụ có sẵn. Số liệu đối thủ đến từ báo cáo công khai. Chi phí tác vụ phản ánh cấu hình được thử nghiệm và không giống giá token. Đừng suy diễn những chi tiết chưa báo cáo như ngân sách mỗi lần chạy hoặc scaffold.

Kết quả chính thức trong bảng benchmark so sánh GPT-6.1 Sol ở mức nỗ lực suy luận thấp hơn với điểm tốt nhất của GPT-6 Sol. Không nên mô tả đây là so sánh tốc độ ở nỗ lực bằng nhau. DeepSWE v1.1 đánh giá tác vụ kỹ thuật phần mềm nguyên bản trong mã nguồn thực yêu cầu công việc đa bước, kéo dài.

Để tham chiếu, lần ra mắt GPT-6 Sol ban đầu báo cáo 68.8% ở mức nỗ lực tối đa trên DeepSWE v1.1.

Coding: Stronger Long-Horizon Software Engineering

Viết mã có lẽ là nâng cấp rõ nhất. DeepSWE v1.1 đánh giá agent trên tác vụ kỹ thuật phần mềm nguyên bản trong codebase thực, đòi hỏi công việc bền bỉ, nhiều bước.

Cải thiện DeepSWE tóm tắt ở trên liên quan khi agent phải kiểm tra kho mã, lập kế hoạch thay đổi, dùng công cụ và sửa lỗi qua nhiều bước. Nhà phát triển có thể so sánh nâng cấp này với GPT-6 Astra API trong CometAPI khi quyết định liệu tác vụ khó nhất có xứng đáng dùng mô hình chi phí cao hơn hay không.

Điều này quan trọng hơn các benchmark viết mã ngắn vì agent chạy dài tích lũy chi phí qua suy luận lặp lại, gọi công cụ, đọc tệp, áp bản vá và tái sử dụng ngữ cảnh. GPT-6.1 Sol cải thiện cả hoàn thành tác vụ lẫn kinh tế tái sử dụng ngữ cảnh mà không tăng mức giá token chuẩn $2/$10.

GPT-6 Sol API trong CometAPI vẫn hữu ích cho triển khai hiện có và cung cấp đường đi tương thích OpenAI cho khối lượng công việc viết mã và agent.

AI Agents and Business Workflows: Automation and Computer Use

Có, và cải thiện vượt ra ngoài viết mã. AutomationBench đánh giá liệu agent có thể hoàn thành quy trình đầu-cuối dùng nhiều công cụ trong bán hàng, marketing, vận hành, hỗ trợ, tài chính và nhân sự.

Kết quả AutomationBench mức medium tương ứng trong bảng benchmark có liên quan đến quy trình kinh doanh nặng công cụ. Nó vẫn là kết quả benchmark chứ không bảo đảm thành công trong stack công cụ của mỗi công ty. So sánh cũng gồm Claude Opus 5.5 API trong CometAPI; hãy đánh giá tất cả ứng viên với cùng công cụ và tiêu chí thành công trước khi lựa chọn.

Với sử dụng máy tính, kết quả OSWorld ở trên dùng bộ ngoại tuyến và phần thưởng một phần. Điểm phần thưởng một phần cao hơn không nhất thiết nghĩa là mọi tác vụ hoàn thành đầu-cuối. Trạng thái trình duyệt, quyền truy cập, hành vi phục hồi và chất lượng tích hợp công cụ vẫn ảnh hưởng kết quả triển khai.

Professional Documents and Science: Broader Complex-Task Capability

GPT-6.1 Sol cũng đẩy tầng Sol tiến sâu hơn vào công việc tri thức chuyên nghiệp. OpenAI đánh giá hiểu tài liệu phức tạp với GDP.pdf, nơi mô hình trả lời câu hỏi thực tế dựa trên PDF có bảng, biểu đồ, sơ đồ, định dạng dày và chi tiết chú thích, bao phủ các lĩnh vực như tài chính, y tế và luật.

GDP.pdf bổ sung bằng chứng cho phân tích PDF chuyên nghiệp vượt ngoài hỏi-đáp thuần văn bản. Hãy xem kết quả của nó trong thông báo ra mắt như đánh giá khả năng hiểu tài liệu, không phải bảo đảm rằng mọi biểu đồ, chú thích hay trang scan sẽ được diễn giải chính xác.

Kết quả Terminal-Bench Science trong bảng benchmark chính thức bao trùm quy trình như phân tích dữ liệu, mô phỏng và chứng minh định lý. Đánh giá cục bộ hữu ích nên chấm điểm độ đúng và khả năng tái lập của đầu ra cuối cùng, đồng thời đo chi phí tổng của công cụ và mô hình.

Điều này không có nghĩa GPT-6.1 Sol thay thế Astra một cách phổ quát. OpenAI tiếp tục định vị Astra là mô hình năng lực cao nhất cho công việc đầu-cuối khó nhất. Thay đổi quan trọng là khoảng cách hiệu năng giữa Sol và Astra thu hẹp trong khi khoảng cách giá token vẫn lớn.

Factuality and Agent Reliability: Fewer Errors and Better Failure Handling

Dữ liệu về tính đúng sự thật của OpenAI cho thấy xu hướng đó, dù đánh giá không nên diễn giải như tỷ lệ hoang tưởng phổ quát.

Thông báo chính thức báo cáo trực tiếp cải thiện tính đúng sự thật ở mức low effort: phản hồi có lỗi giảm từ 11.4% với GPT-6 Sol xuống 7.7% với GPT-6.1 Sol, giảm 3.7 điểm phần trăm, tức khoảng 32% tương đối. Những hội thoại được chọn này trước đó đã kích hoạt lỗi; các con số không phải tỷ lệ hoang tưởng phổ quát.

Biểu đồ gốc ở trên được trích trực tiếp từ PDF system-card của OpenAI mà không vẽ lại. Nó biểu diễn các đánh giá hội thoại khó được chọn lọc so với độ trễ mô phỏng; hai panel đo bất kỳ hoang tưởng nào và sự dai dẳng của vấn đề đã báo cáo. Không nên đọc nó như ước tính lỗi trên toàn bộ sản xuất.

GPT-6 Luna API trong CometAPI là một lựa chọn hướng chi phí khác, nhưng kết quả broken-search ở đây minh họa lý do một agent phải được thử nghiệm về xử lý thất bại cũng như thực thi công cụ thành công.

Đây là các đánh giá đối kháng cố ý hơn là tỷ lệ lỗi đại diện trong sản xuất. Chúng hữu ích như bằng chứng rằng GPT-6.1 Sol nhận biết tốt hơn khi công cụ không khả dụng hoặc bị hỏng thay vì tiếp tục tự tin với khẳng định không được hỗ trợ.

GPT-6.1 Sol vs. GPT-6 Sol: Should You Upgrade?

Đối với quy trình phức tạp mới, GPT-6.1 Sol là ứng viên đánh giá mạnh. Với triển khai GPT-6 Sol ổn định, chỉ nâng cấp khi mức tăng đo được biện minh cho việc di trú. Giới hạn ngữ cảnh chung và mức giá token cơ bản tạo điều kiện so sánh công bằng, nhưng benchmark công khai không thể quyết định liệu ứng dụng của bạn có nhanh hơn, đáng tin hơn hoặc rẻ hơn hay không.

When Upgrading Is Worth Testing

Ưu tiên thử nghiệm khi viết mã ở quy mô kho mã, tự động hóa kinh doanh nhiều bước, sử dụng máy tính hoặc phân tích tài liệu khó chiếm tỷ trọng lớn trong khối lượng công việc. Những cải thiện được báo cáo ở phần trước có liên quan tới các trường hợp này. Hãy xem chúng như lý do để thử, không phải bảo đảm tỷ lệ thành công trong sản xuất của bạn sẽ tăng tương ứng.

Ứng dụng tái sử dụng ngữ cảnh lặp lại cũng là trường hợp thử hữu ích. Mức giá đọc cache thấp hơn có thể giảm phần hóa đơn đầu vào khi yêu cầu thực sự tái sử dụng tiền tố ổn định. Nếu phần lớn chi tiêu đến từ token sinh ra, công cụ hoặc nỗ lực thất bại, chiết khấu cache một mình có thể ít hiệu lực. Hãy so sánh tổng chi phí mỗi kết quả được chấp nhận, bao gồm thử lại và thời gian rà soát.

When Keeping GPT-6 Sol Is Reasonable

Giữ GPT-6 Sol khi nó đã đáp ứng mục tiêu chất lượng, độ trễ và ngân sách của bạn và mô hình mới không mang lại lợi ích đáng kể trong đánh giá đại diện. Tích hợp đang hoạt động cũng có giá trị: tránh thay thế một tuyến ổn định chỉ vì tên mô hình mới hơn.

Tương thích có thể quyết định. GPT-6 Sol hỗ trợ none reasoning; GPT-6.1 Sol bắt đầu ở low. Ứng dụng dùng gọi hàm Chat Completions của Sol ở none phải chuyển vòng gọi công cụ sang Responses để dùng 6.1 Sol. Cũng kiểm toán tham số lấy mẫu và phân tích phản hồi. Đây là thay đổi di trú, không phải chỉ hoán đổi model ID. Xem hướng dẫn di trú của OpenAI.

How to Make the Upgrade Decision

Tạo một bộ đánh giá cố định với tác vụ thường lệ, trường hợp khó và lỗi công cụ từ quy trình dự định của bạn. Giữ định nghĩa tác vụ, quyền công cụ và tiêu chí chấp nhận nhất quán. So sánh baseline Sol đã xác nhận với cấu hình 6.1 Sol hợp lệ; ghi rõ thiết lập suy luận thay vì giả vờ rằng none và low tương đương.

1. Chất lượng: đo số hoàn thành được chấp nhận, sửa sự thật, gọi công cụ không hợp lệ và nỗ lực rà soát của con người.
2. Tốc độ: so sánh độ trễ đầu-cuối p50/p95, bao gồm thử lại và chờ công cụ.
3. Chi phí: ghi đầu vào chưa cache, đọc cache, ghi cache, token suy luận/đầu ra, phí công cụ và nỗ lực kỹ thuật.
4. Triển khai: bắt đầu với một lát nhỏ lưu lượng, giữ đường dự phòng Sol và chỉ mở rộng khi vượt ngưỡng định trước.

Khuyến nghị thực tế: chọn GPT-6.1 Sol khi thử nghiệm mang lại kinh tế tác vụ được chấp nhận tốt hơn hoặc tăng năng lực cần thiết mà không có thoái lui không chấp nhận được. Giữ GPT-6 Sol cho tuyến nơi tính tương thích và kết quả đã chứng minh vượt trội hơn lợi ích đo được. Triển khai hỗn hợp hợp lý khi chỉ một số lớp tác vụ cải thiện. Đây là khuyến nghị dựa trên khối lượng công việc, không phải tuyên bố mô hình nào thắng phổ quát.

How Do You Migrate From GPT-6 Sol to GPT-6.1 Sol?

Ở mức đơn giản nhất, mã định danh mô hình thay đổi từ gpt-6-sol sang gpt-6.1-sol.

A Responses API request can look like this:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "medium"},
    input="Analyze this repository and identify the cause of the failing tests."
)

print(response.output_text)

Thay đổi mã định danh mô hình chỉ là bước đầu. GPT-6.1 Sol hỗ trợ low, medium, high, xhigh và max, trong khi GPT-6 Sol hỗ trợ thêm none. Hãy loại bỏ thiết lập none nếu bạn đặt rõ và chọn mức nỗ lực được phép. Ứng dụng dùng công cụ cũng cần Responses API: GPT-6.1 Sol Chat Completions không hỗ trợ gọi công cụ, trong khi GPT-6 Sol Chat Completions hỗ trợ gọi hàm chỉ với none. Hai cột mô hình chính thức trong bảng thông số ghi nhận các hạn chế endpoint này.

Các nhóm nên thử lại quy trình nhạy cảm độ trễ, gọi công cụ, cache prompt, hành vi ngữ cảnh dài và mọi logic gửi reasoning.effort="none".

Ví dụ này nhắm trực tiếp OpenAI dùng OPENAI_API_KEY; đây không phải ví dụ endpoint CometAPI đã xác minh. Hãy giữ tuyến GPT-6 Sol khả dụng trong quá trình rollout theo giai đoạn, ghi nhận thành công tác vụ và độ trễ p95, và quay lại nếu cấu hình mới không đáp ứng tiêu chí chấp nhận của ứng dụng.

Which GPT-6.1 Sol Workloads Benefit Most From the Upgrade?

GPT-6 Sol vẫn hữu ích nơi tích hợp hiện có đã ổn định hoặc nơi nhà phát triển cần cụ thể thiết lập none reasoning. Với triển khai mới tập trung vào agent, viết mã, sử dụng máy tính hoặc quy trình tái sử dụng ngữ cảnh, GPT-6.1 Sol thay đổi phương trình chi phí-hiệu năng mà không thay đổi mức giá token đầu vào/đầu ra thông thường.

How Can CometAPI Help You Upgrade From GPT-6 Sol to GPT-6.1 Sol?

Với nhà phát triển đã dùng GPT-6 Sol API trong CometAPI, nâng cấp lên GPT-6.1 Sol có thể được xử lý như di trú nhỏ thay vì viết lại tích hợp toàn phần.

GPT-6.1 Sol hiện có qua CometAPI với mã mô hình gpt-6.1-sol. CometAPI hiện hiển thị giá đầu vào ngữ cảnh ngắn khởi điểm $1.60 mỗi triệu token, so với mức $2.00 chính thức của OpenAI, trong khi giá đầu ra bắt đầu ở $8.00 mỗi triệu token. Điều này giữ mô hình Sol mới trong cấu trúc giá chiết khấu giống GPT-6 Sol đồng thời đem đến hiệu năng viết mã, agent và sử dụng máy tính mạnh hơn.

Vì CometAPI cung cấp giao diện tương thích OpenAI, ứng dụng GPT-6 Sol hiện có thường có thể giữ cùng cấu trúc SDK và luồng yêu cầu khi chuyển mã mô hình sang gpt-6.1-sol. CometAPI cũng cung cấp công cụ so sánh mô hình, thử prompt, ước tính chi phí khối lượng công việc và kiểm tra hành vi di trú trước khi rollout sản xuất.

Quy trình nâng cấp an toàn hơn là chạy cùng prompt đại diện với GPT-6 Sol và GPT-6.1 Sol trước, sau đó so sánh chất lượng đầu ra, độ trễ, hành vi công cụ và tổng chi phí. Điều này đặc biệt quan trọng với ứng dụng phụ thuộc vào thiết lập suy luận, đầu ra có cấu trúc, gọi công cụ hoặc agent chạy dài, vì tính tương thích mô hình không bảo đảm hành vi giống hệt trên mọi khối lượng công việc.

Với nhóm chạy khối lượng công việc tái sử dụng ngữ cảnh hoặc nặng agent, tuyến mới cũng có thể cải thiện kinh tế. CometAPI hiện định giá đọc cache ngữ cảnh ngắn của GPT-6.1 Sol ở $0.08 mỗi triệu token, so với mức $0.10 chính thức của OpenAI, trong khi giá đầu vào và đầu ra ngữ cảnh ngắn được niêm yết thấp hơn 20% so với giá chính thức.

Trong thực tế, CometAPI có thể biến chuyển đổi GPT-6 Sol → GPT-6.1 Sol thành quy trình ba bước:

1. Thay gpt-6-sol bằng gpt-6.1-sol.
2. Benchmark cùng prompt sản xuất và quy trình agent trước khi chuyển lưu lượng.
3. Di chuyển khối lượng công việc từng bước khi chất lượng đầu ra, hành vi công cụ, độ trễ và chi phí đáp ứng yêu cầu của bạn.

Cách tiếp cận này cho phép nhà phát triển áp dụng GPT-6.1 Sol mà không phải xây lại ứng dụng quanh stack API mới, đồng thời vẫn xác thực khác biệt hành vi do mô hình mới đưa vào.

Conclusion

GPT-6 Sol không lỗi thời về mặt kỹ thuật. Nó giữ nguyên cửa sổ ngữ cảnh 1,05M, trần đầu ra 128K, đầu ra có cấu trúc, đầu vào hình ảnh và giá Standard $2/$10. Tùy chọn none reasoning cũng có thể quan trọng với tích hợp hiện có. Quyết định nâng cấp nên dựa trên kết quả tác vụ đo được và tính tương thích, không chỉ dựa vào phiên bản.

Tuy nhiên, tài liệu GPT-6 Sol của OpenAI nay hướng nhà phát triển tới GPT-6.1 Sol như mô hình Sol mới hơn.

Với hầu hết khối lượng công việc phức tạp, câu hỏi chính do đó không phải GPT-6.1 Sol có cửa sổ ngữ cảnh lớn hơn hay mức giá token cao hơn—nó không có. Câu hỏi là liệu tỷ lệ thành công tác vụ cao hơn, đọc cache rẻ hơn, tính đúng sự thật cải thiện và hành vi agent mạnh hơn có biện minh cho việc đổi mã mô hình và thử lại khối lượng công việc hay không.

FAQ

How do you migrate from GPT-6 Sol to GPT-6.1 Sol with tool calling?

Không. Trước hết hãy kiểm toán endpoint và các trường yêu cầu, sau đó chuyển vòng gọi công cụ sang Responses API và thử phân tích lệnh gọi công cụ, kiểm tra đối số, thử lại và xử lý lỗi. Chạy canary trên tác vụ đại diện trước khi tăng lưu lượng; yêu cầu chỉ văn bản thành công không xác minh vòng gọi công cụ hoạt động.

Is GPT-6.1 Sol cheaper in real workloads?

Ghi nhận token đầu vào đã cache và chưa cache, ghi cache, token suy luận và đầu ra, chế độ xử lý và phí công cụ. So sánh chi phí mỗi tác vụ được chấp nhận thay vì chỉ giá token đã cache. Tiền tố ổn định chỉ giúp khi yêu cầu thực sự trúng cache, và vòng công cụ dài hơn hoặc nỗ lực thất bại có thể bù trừ tiết kiệm từ cache.

How should you test GPT-6.1 Sol before switching from GPT-6 Sol?

Dùng một bộ tác vụ giống sản xuất cố định và ghi hoàn thành thành công, sửa sự thật, lệnh gọi công cụ không hợp lệ, độ trễ p50/p95 và tổng chi phí. Xác định ngưỡng chấp nhận trước khi thử. Giữ đường quay lại định tuyến mô hình và chỉ tăng lưu lượng sau khi cấu hình mới đáp ứng các ngưỡng đó.

How do you test GPT-6.1 Sol with PDFs?

Xây dựng một corpus nhỏ với bảng dày, chú thích, biểu đồ và trang scan đại diện cho quy trình dự định. Đặt câu hỏi có đáp án kiểm chứng và yêu cầu bằng chứng trang hoặc bảng. Chấm riêng độ đúng tính toán, thiếu cảnh báo và câu trả lời không được hỗ trợ; giữ rà soát của con người cho đầu ra mà sai sót gây hậu quả đáng kể.