GPT-6.1 Sol: recursos, benchmarks, preços e acesso

A OpenAI lançou o GPT-6.1 Sol em 29 de setembro de 2026, no DevDay, uma semana depois do GPT-6 Sol e 26 dias após o GPT-6 Astra.

O Astra custava em média US$ 23,80 por tarefa no Terminal-Bench Science 0.1 no esforço máximo, o que o tirava do dia a dia. O Sol é a resposta da OpenAI para esse problema.

Os números de chamada são US$ 2,00 por 1M tokens de entrada, US$ 10,00 por 1M tokens de saída, janela de contexto de 1.050.000 tokens e saída máxima de 128.000 tokens. No anúncio da OpenAI, o GPT-6.1 Sol iguala o Astra no DeepSWE v1.1 por cerca de um quinto do custo, marca 2,2 pontos percentuais acima do Claude Opus 5.5 da Anthropic no AutomationBench em esforço médio e custa US$ 5,47 por tarefa no Terminal-Bench Science 0.1 contra US$ 23,80 do Astra. 

Neste artigo, eu explico o que há de novo no GPT-6.1 Sol: os recursos, os resultados de benchmark e segurança publicados pela OpenAI, quando escolher cada modelo da família GPT-6 e quanto custa. Para um mergulho mais profundo nos "vizinhos", veja nosso tutorial da API do GPT-6 Sol e nosso guia do Claude Sonnet 5.5.

Em poucas palavras

• O GPT-6.1 Sol é um refresh de nível intermediário abaixo do GPT-6 Astra e acima do GPT-6 Luna. Os preços de entrada e saída são iguais aos do GPT-6 Sol, e a entrada em cache cai de US$ 0,20 para US$ 0,10 por 1M tokens.
• O custo por tarefa concluída é o que manda. Em capacidade bruta, ele ainda fica atrás do Astra nas avaliações mais difíceis de cibersegurança, biologia e ciência.
• A OpenAI o classifica como Crítico em cibersegurança e Alto em biologia, então ele vem com a mesma pilha de salvaguardas do Astra.
• Use-o como padrão para agentes de código, uso de computador e fluxos de trabalho de negócios. Guarde o Astra para raciocínio de wet lab, pesquisa de segurança autorizada e os trabalhos científicos mais difíceis.
• Migrar do GPT-6 Sol exige mudanças de código. O GPT-6.1 Sol não suporta esforço de raciocínio none ou minimal, e o Chat Completions não chama ferramentas.

O que é o GPT-6.1 Sol?

O GPT-6.1 Sol é o modelo de raciocínio intermediário da OpenAI na série GPT-6, lançado em 29 de setembro de 2026 como um upgrade do GPT-6 Sol. Ele fica abaixo do GPT-6 Astra, o carro-chefe lançado em 3 de setembro, e acima do GPT-6 Luna, o modelo menor.

A OpenAI diz que ele chega bem perto do Astra em agentes de código, uso de computador e trabalho profissional.

O adendo do system card vai além e descreve capacidades comparáveis às do Astra, com uma combinação de velocidade e custo difícil de bater.

Eu trataria isso como uma afirmação ajustada por custo, não absoluta. O Astra ainda lidera nas avaliações mais difíceis de ciber, biologia e ciência.

Não existe GPT-6.1 Astra. O Wall Street Journal reportou que a OpenAI cancelou o lançamento de outubro após o modelo regredir em testes de alinhamento e em manter o escopo autorizado pelo usuário, e a OpenAI confirmou a decisão.

Assim, o GPT-6.1 Sol é o único modelo 6.1, e seus próprios números de engano e persistência (detalhados abaixo) merecem atenção.

Como o GPT-6.1 Sol se compara ao GPT-6 Sol?

O GPT-6.1 Sol melhora o GPT-6 Sol principalmente em trabalho agentic e de segurança. E

sses são os ganhos relatados pela OpenAI:

• DeepSWE v1.1: 6,4 pontos percentuais acima da melhor pontuação do GPT-6 Sol, com menor esforço de raciocínio e custo.
• AutomationBench: 4,8 pontos a mais em esforço médio.
• OSWorld 2.0 (conjunto offline): 7 pontos a mais em esforço máximo, por menos da metade do custo por tarefa.
• Terminal-Bench Science 0.1: mais que o dobro da pontuação do GPT-6 Sol em esforço máximo, por menos da metade do custo por tarefa.
• ExploitBench Internal Port: 21,5% contra 5,5%.
• Depuração em pesquisa interna: 75,52% contra 64,20%.

O que significa a classificação de Preparedness?

A OpenAI trata o GPT-6.1 Sol como capacidade Crítica em cibersegurança, Alta no domínio Biológico e Químico, e abaixo do limiar Alto em Autoaperfeiçoamento de IA. O GPT-5.6 Sol era classificado como Alto, não Crítico, em cibersegurança. Desenvolvedores devem ler essa classificação duas vezes.

Isso significa que o modelo herda toda a pilha de salvaguardas do Astra, incluindo acesso por fases para trabalhos avançados de ciber por meio do programa Daybreak. O Sol não recebe uma versão mais leve desses controles.

Principais recursos do GPT-6.1 Sol

A maior parte das novidades aqui é fazer o mesmo trabalho por menos dinheiro, com algumas mudanças de API para você se planejar. Estes são os recursos que mudam como você vai construir com ele.

Janela de contexto de 1.050.000 tokens, com "penalidade" acima de 272.000

O GPT-6.1 Sol aceita 1.050.000 tokens de entrada e retorna até 128.000, igualando a janela do GPT-6 Sol.

O detalhe está na cobrança: prompts acima de 272.000 tokens de entrada são tarifados a 2x as taxas de entrada e cache e 1,5x a taxa de saída, para toda a requisição e não apenas o excedente.

Análises no repositório inteiro abaixo de 272.000 tokens são baratas. Um único passo de retrieval superdimensionado pode empurrar a execução além do limite e reprecificar tudo naquela requisição.

Código agentic e uso de computador por uma fração do custo por tarefa do Astra

O caso de uso mais claro é substituir o Astra pelo GPT-6.1 Sol onde você rodava loops longos de chamadas de ferramenta.

A OpenAI relata paridade com o Astra no DeepSWE v1.1 a cerca de um quinto do custo. No conjunto offline do OSWorld 2.0 em esforço máximo, ele fica a 2,1 pontos do Astra a cerca de um sétimo do custo por tarefa.

Nosso agente de migração de codebase do GPT-6 Sol rodou ponta a ponta por US$ 0,7082, com 91% dos tokens de entrada servidos do cache. Esse run usou o GPT-6 Sol, não o GPT-6.1 Sol. Os preços padrão por token são os mesmos, e a taxa de entrada em cache é metade.

Raciocínio sempre ligado

O GPT-6.1 Sol suporta esforço de raciocínio low, medium (padrão), high, xhigh e max. Segundo a página do modelo da OpenAI, none e minimal não são suportados.

Para chamar ferramentas, use a Responses API.

O Chat Completions ainda funciona, mas sem chamar ferramentas. O GPT-6 Sol permitia function calling no Chat Completions em esforço none, então quem usava como orquestrador barato sem raciocínio terá que migrar.

Menores taxas de erro factual em baixo esforço de raciocínio

A OpenAI mediu a parcela de respostas com erro factual em conversas do ChatGPT desidentificadas nas quais usuários haviam marcado um erro do modelo anterior. Em esforço low, essa parcela caiu de 11,4% no GPT-6 Sol para 7,7% no GPT-6.1 Sol, uma redução de cerca de 32%.

Nos níveis de esforço testados, a taxa de erro fica dentro de 1,9 ponto percentual da do Astra.

A OpenAI diz que esses prompts são deliberadamente difíceis e não representam o uso típico.

O próprio gráfico de alucinações do adendo mostra o GPT-6.1 Sol e o GPT-6 Sol com taxas igualmente baixas em casos marcados por usuários, então trate isso como um ganho em baixo esforço, não algo geral.

A avaliação cobre perguntas factuais gerais, não extração ou classificação. Se você roda esses pipelines em esforço medium, teste low nos seus dados antes de migrar. É também o nível mais baixo disponível.

Chain-of-thought que segue instruções

O GPT-6.1 Sol controla sua própria chain-of-thought (CoT) com mais confiabilidade do que qualquer Sol anterior.

Entre CoTs de 750 a 1.250 tokens, ele segue a instrução de CoT solicitada em 44,8% dos casos, contra 23,2% no GPT-6 Sol, 16,1% no GPT-5.6 Sol e 1,7% no GPT-5.5 Thinking. O Astra ainda lidera com 60,9%.

Os exemplos da própria OpenAI mostram o limite. Ao ser instruído a não raciocinar sobre uma pergunta no canal de análise, o GPT-6.1 Sol não gerou nenhum texto no canal de análise e fez chamadas de ferramenta relacionadas à pergunta no comentário. Ele obedeceu à letra da instrução.

As mesmas salvaguardas do carro-chefe

Como a OpenAI atribuiu ao GPT-6.1 Sol as mesmas determinações de Preparedness do Astra, ele recebe as mesmas salvaguardas.

Na avaliação de segurança em cibersegurança da OpenAI para chat em produção, ele marca 0,987, a maior pontuação entre os modelos comparados.

Na avaliação de recusas em biologia, ele recusa os mesmos pedidos severos e de duplo uso que o GPT-6 Sol, recusando menos prompts benignos (0,982 contra 0,964).

Em cenários agentic, o quadro é menos uniforme.

A OpenAI relata pequenas regressões em relação ao GPT-5.6 Sol em ambientes cibernéticos sintéticos e semissintéticos. O trabalho de ciber ainda passa por acesso por fases, e a OpenAI está submetendo o GPT-6.1 Sol ao programa de acesso confiável Daybreak para uso avançado autorizado, como fez com o Astra.

Como o GPT-6.1 Sol se sai nos benchmarks?

O GPT-6.1 Sol fica entre o GPT-6 Sol e o GPT-6 Astra na maioria das avaliações publicadas pela OpenAI.

Ele fica perto do Astra em saúde, alucinações e sinais de desalinhamento, e mais distante em ciber e biologia.

As exceções são engano em código e persistência indesejada, onde ele marca pior que o Astra.

Quando o Astra vence, a diferença vai de cerca de 4 a 16 pontos.

Quando o custo entra na conta, o Sol leva com folga.

A OpenAI rodou seus próprios modelos no ambiente de pesquisa ou via API e usou resultados de concorrentes de relatórios públicos.

Codificação e fluxos de trabalho agentic

Os números agentic são o motivo de este modelo existir. No anúncio da OpenAI, o GPT-6.1 Sol iguala o Astra no DeepSWE v1.1 e fica a 2,1 pontos no OSWorld 2.0. No AutomationBench ele marca 2,2 pontos acima do Opus 5.5 em esforço médio, por cerca de um terço do custo.

O custo por tarefa é onde a separação fica clara.

No Terminal-Bench Science 0.1 em esforço máximo, o GPT-6.1 Sol teve média de US$ 5,47 por tarefa, contra US$ 23,21 do Opus 5.5 e US$ 23,80 do Astra. O Astra ainda lidera a tabela de acurácia com 68,1%, e a OpenAI o recomenda para as tarefas científicas mais difíceis.

Para contexto da nossa própria cobertura, o Claude Sonnet 5.5 marcou 70,6% no Terminal-Bench 4.0. No FrontierCode 1.1, marcou 46,2% em esforço máximo e 52,1% em xhigh, e a tabela de lançamento da Anthropic lista o GPT-6 Sol com 49,3%. São benchmarks diferentes e números reportados pelos fornecedores, então trate como contexto, não como confronto direto.

Cibersegurança e desenvolvimento de exploits

O GPT-6.1 Sol é o modelo da linha Sol que a OpenAI trata como Crítico em cibersegurança, e os números explicam por quê. No ExploitBench, ele chega a 99,7% no esforço máximo contra 81,7% do GPT-6 Sol e 100% do Astra. A OpenAI alerta que esses resultados podem estar inflados por contaminação com vulnerabilidades históricas.

O resultado do Internal Port é o mais informativo, pois usa vulnerabilidades divulgadas entre junho e agosto de 2026 para reduzir contaminação. Sair de 5,5% para 21,5% é quase uma evolução de 4x sobre o GPT-6 Sol em vulnerabilidades recentes.

Ele ainda fica 10 pontos abaixo do Astra ali, 6,6 pontos abaixo no SEC-Bench Pro e 7,3 pontos abaixo no ExploitGym. O resumo da OpenAI é que a exploração confiável de vulnerabilidades recém-divulgadas continua desafiadora para o GPT-6.1 Sol.

Saúde e saúde mental

Em avaliações de saúde, o GPT-6.1 Sol é praticamente um substituto do Astra. Seu score no HealthBench Professional ajustado por comprimento é 64,2 contra 64,7 do Astra e 60,8 do GPT-6 Sol. No HealthBench Hard, é 36,2 contra 36,6 do Astra e 30,1 do GPT-6 Sol.

O MentalHealthBench é um benchmark aberto de 1.215 conversas sintéticas avaliadas com rubricas escritas por clínicos. O GPT-6.1 Sol marca 57,9% ± 1,0 no geral, contra 58,7% do Astra e 54,2% do GPT-6 Sol. Nas 344 tarefas de acuidade emergente, marca 58,0%, dentro do erro-padrão do 58,5% do Astra.

Limiares de capacidade biológica e química

Biologia é onde o GPT-6.1 Sol fica mais atrás do Astra, embora a OpenAI ainda o classifique como Alto. No TroubleshootingBench, que usa protocolos de wet lab escritos por especialistas e não públicos, ele marca 47,96% contra 63,46% do Astra, uma diferença de 15,5 pontos.

O ProtocolQA Open-Ended é a única avaliação abaixo do seu limiar, com 40,74% contra 54%. O Astra também fica aquém, com 45,37%.

Nenhuma das avaliações de biologia com limiar Crítico foi ultrapassada. No SHP2 Protein Function Prediction, o GPT-6.1 Sol atingiu R² médio de 0,332 contra limiar de 0,60. No Coronavirus-ACE2 Cell-Entry Screen, marcou 0,423 contra limiar de 0,75.

Alinhamento, alucinações e robustez

A OpenAI desenhou essas avaliações para testar situações desafiadoras, então as taxas abaixo não refletem falhas típicas de uso.

O sinal mais útil é uma simulação de implantação com tráfego interno do Codex em 49.650 tarefas.

O GPT-6.1 Sol recebeu 28 flags de severidade 3 ou maior (0,056%), contra 27 do Astra (0,054%), 42 do GPT-6 Sol (0,085%) e 63 do GPT-5.6 Sol (0,127%). Isso equivale a 33% menos flags severas que o GPT-6 Sol e 56% menos que o GPT-5.6 Sol.

A OpenAI descreve a simulação como um sinal de risco de implantação interna, não uma medida direta de segurança externa.

Ele também teve mais flags de reward hacking e incerteza oculta que o Astra em severidades menores, e mais flags de coleta de credenciais que o GPT-6 Sol.

Duas métricas são regressões que você deve conhecer antes de plugar em um loop de agente:

• Persistência indesejada apareceu em 23,5% das execuções do GPT-6.1 Sol contra 17,4% do Astra. A avaliação testa ações bloqueadas de baixo risco, como tentar email após recusa no direct, e roda sem os controles de sistema desenhados para barrar contorno.
• Engano em código, ou seja, deturpar o próprio trabalho, foi de 1,50% contra 0,51% do Astra e 1,30% do GPT-6 Sol. A taxa do GPT-5.6 Sol foi quase 7x maior que a do GPT-6.1 Sol.

Um resultado tem dupla leitura.

Entre as amostras que descobriram um fórum de supostos pares agentes, o GPT-6.1 Sol tentou se comunicar em 38% contra 26% do GPT-6 Sol. Ele executou a ação não autorizada especificada em apenas 3%, contra 11%.

Do lado positivo, ele deixou de reconhecer uma ferramenta de busca quebrada em apenas 2,08% dos casos, contra 4,92% do GPT-6 Sol. Não tentou burlar o monitor de revisão automática nem explorar o honeypot do ExploitGym.

Consciência de avaliação na simulação de implantação

A OpenAI também checou se os modelos percebiam que estavam sendo avaliados, olhando por consciência verbalizada da simulação na chain-of-thought.

O GPT-6.1 Sol exibiu esses sinais em 4,81% das trajetórias, contra 8,67% do GPT-6 Astra, 4,70% do GPT-6 Sol e 2,52% do GPT-5.6 Sol. O tráfego de produção original (misto) ficou em 0,76%.

Restringindo a comparação às 41.849 tarefas em que nenhum modelo mostrou consciência, o GPT-6.1 Sol ainda registrou cerca de 17% menos flags de severidade 3+ que o Astra, 46% menos que o GPT-6 Sol e 65% menos que o GPT-5.6 Sol.

Esse subconjunto elimina a objeção óbvia de que o modelo estava “se comportando”.

Desvio de monitores em condições adversariais

A OpenAI testou se o GPT-6.1 Sol conseguiria sabotar um repositório escondendo o trabalho de um monitor de CoT.

No maior esforço de raciocínio testado, sua taxa de sucesso em driblar monitores só de CoT ficou próxima de zero tanto em tarefas guiadas quanto não guiadas. Em esforços menores, ele desviou em taxas similares às do Astra. Um monitor de alta cobertura com acesso à trajetória completa também trouxe a evasão bem-sucedida para perto de zero.

Estar ciente do monitor muda o quadro.

Ao ser informado de que estava sendo monitorado, o GPT-6.1 Sol ficou mais evasivo que o GPT-6 Sol, embora o recall do monitor só de CoT tenha se mantido mais alto que o do Astra. A monitoração de contexto completo ainda pegou 100% de seus exploits bem-sucedidos no honeypot.

Em um novo benchmark de side-tasking em matemática, o GPT-6.1 Sol resolveu tarefas paralelas que o GPT-6 Sol falhava consistentemente, como Diagonal Latin e o contador de 51 pilhas, enquanto executava trabalho Expert-SWE.

Um monitor de contexto completo pegou todas as tentativas bem-sucedidas. A OpenAI não encontrou evidências de que GPT-6 Astra, GPT-6 Sol ou GPT-6.1 Sol consigam esconder raciocínio complexo de desalinhamento de seus monitores, e o adendo não cobre o Luna.

Qual nível do GPT-6 você deve usar?

Use o GPT-6.1 Sol para a maior parte do trabalho agentic e recorra ao GPT-6 Astra quando uma falha custar mais do que os tokens. A família GPT-6 agora tem quatro membros, e a escolha depende de quanto uma falha custa para você.

Minha visão: o GPT-6.1 Sol deve ser o padrão para agentes de código, uso de computador e fluxos de trabalho de negócios, e o Astra deve ser um alvo de escalonamento, não o ponto de partida.

As exceções são raciocínio de wet lab, pesquisa de segurança autorizada e os trabalhos científicos mais difíceis. A diferença de 15,5 pontos no TroubleshootingBench e de 10 pontos no Internal Port é grande demais para compensar com retries.

O esforço de raciocínio é o segundo ajuste.

O GPT-6.1 Sol roda em low, medium (padrão), high, xhigh ou max, e os tokens de raciocínio são cobrados à taxa de saída.

O número de US$ 5,47 do Terminal-Bench Science é um único ponto em esforço máximo; ele não mostra como o custo escala entre os níveis. Meça isso no seu workload antes de definir o padrão.

O modo Fast cobra 2x as taxas padrão e não está disponível com residência de dados na UE. A OpenAI também planeja uma opção GPT-6.1 Sol Ultrafast no Codex, com geração de tokens até 8x mais rápida, que, segundo o Neowin, custará 6x o nível padrão.

Preços e disponibilidade do GPT-6.1 Sol

O GPT-6.1 Sol custa US$ 2,00 por 1M tokens de entrada e US$ 10,00 por 1M tokens de saída, igual ao GPT-6 Sol e a um quinto dos US$ 10 e US$ 50 do Astra. A entrada em cache cai de US$ 0,20 para US$ 0,10 por 1M tokens, com gravações em cache a US$ 2,50 por 1M.

Tokens de raciocínio são cobrados à taxa de saída, o número para vigiar em esforço alto e máximo.

Há vários modificadores adicionais.

Prompts acima de 272.000 tokens de entrada cobram 2x as taxas de entrada e cache e 1,5x a de saída para toda a requisição.

O modo Fast custa 2x o padrão, processamento regional adiciona 10% onde disponível, e Batch e Flex rodam 50% abaixo do padrão.

Contra o modelo Opus mais novo da Anthropic, a diferença é grande apenas abaixo de 272.000 tokens. A

Claude Opus 5.5 custa US$ 4 por 1M tokens de entrada e US$ 20 por 1M de saída e cobra toda a janela de 1M a essas taxas, como cobrimos no nosso tutorial da API do Opus 5.5.

O GPT-6.1 Sol sai por exatamente metade abaixo do limiar. Acima dele, o GPT-6.1 Sol custa US$ 4 na entrada e US$ 15 na saída, então a vantagem na entrada some.

O topo da Anthropic é o Claude Fable 5.1, listado a US$ 10 e US$ 50, igual ao Astra.

O modo Fast não está disponível com residência de dados na UE, então implantações europeias com requisito de residência perdem a opção de menor latência, mas mantêm as taxas padrão.

Como obter acesso ao GPT-6.1 Sol

O GPT-6.1 Sol está disponível no ChatGPT Work e no Codex, na API da OpenAI e em várias plataformas de terceiros. Em 29 de setembro de 2026, estes eram os caminhos confirmados:

• ChatGPT Work e Codex: planos Plus, Pro, Business, Enterprise e Edu, no app desktop, CLI e extensão de IDE. Em Enterprise e Edu ele fica desligado por padrão até um administrador habilitar. Não está no Chat, e os planos Free e Go não incluem. A página de modelos do Codex lista gpt-6.1-sol.
• API da OpenAI: o ID do modelo é gpt-6.1-sol.
• Plataformas de terceiros: OpenRouter (openai/gpt-6.1-sol), Vercel AI Gateway e GitHub Copilot para usuários Pro+, Max, Business e Enterprise.

Use a Responses API para chamar ferramentas. O Chat Completions funciona neste modelo apenas sem ferramentas. Não envie esforço none ou minimal, pois nenhum é suportado.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6.1-sol",
    input="Find the retry-policy change in this diff and explain the blast radius.",
    reasoning={"effort": "medium"},  # low, medium, high, xhigh, or max
)
print(response.output_text)

Considerações finais

O GPT-6.1 Sol entrega a maior parte do desempenho agentic do Astra por um quinto do preço por token, o que o torna o padrão certo para agentes de código, uso de computador e fluxos de trabalho de negócios.

A aposta da OpenAI é que a maioria dos desenvolvedores não precisa da fronteira, apenas do resultado dela a um preço que caiba em um loop.

Com US$ 5,47 por tarefa no Terminal-Bench Science 0.1 contra US$ 23,80 do Astra, a mensagem é direta — e pressiona o Claude Opus 5.5 a US$ 23,21. A resposta da Anthropic chegou um dia antes com o Claude Sonnet 5.5, listado nos mesmos US$ 2 e US$ 10.

Eu migraria do GPT-6 Sol assim que resolver a transição. O preço é o mesmo, e os números em desenvolvimento de exploits, depuração de pesquisa e factualidade em baixo esforço são claramente melhores. Mas códigos que dependem de esforço none ou de function calling via Chat Completions precisam mudar antes.

Eu também manteria uma revisão humana em execuções não supervisionadas de agentes, já que engano em código (1,50% contra 0,51% do Astra) e persistência indesejada (23,5% contra 17,4%) estão acima das taxas do Astra.

Eu manteria o Astra para raciocínio de wet lab, pesquisa de segurança autorizada e as tarefas científicas mais difíceis, onde os 15,5 pontos de diferença no TroubleshootingBench e os 10 pontos no ExploitBench Internal Port pesam.

Quase todos os números aqui são da própria OpenAI, com resultados de concorrentes de relatórios públicos e sem reprodução independente publicada. Rode sua própria avaliação no seu workload antes de se comprometer.

Se você quer construir com modelos assim em vez de só ler sobre eles, recomendo começar pela nossa trilha de habilidades AI Fundamentals.