GPT-6.1 Sol: ฟีเจอร์ เกณฑ์วัดผล ราคา และการเข้าถึง

OpenAI เปิดตัว GPT-6.1 Sol เมื่อวันที่ 29 กันยายน 2026 ที่งาน DevDay หนึ่งสัปดาห์ถัดจาก GPT-6 Sol และ 26 วันหลัง GPT-6 Astra.

Astra มีต้นทุนเฉลี่ย $23.80 ต่อหนึ่งงานใน Terminal-Bench Science 0.1 เมื่อใช้ความพยายามสูงสุด ซึ่งทำให้ไม่เหมาะกับงานประจำ Sol คือคำตอบของ OpenAI ต่อปัญหานั้น

ตัวเลขเด่นคือ $2.00 ต่อโทเค็นอินพุต 1 ล้าน, $10.00 ต่อโทเค็นเอาต์พุต 1 ล้าน, หน้าต่างบริบท 1,050,000 โทเค็น และเอาต์พุตสูงสุด 128,000 โทเค็น ใน ประกาศของ OpenAI GPT-6.1 Sol ทำผลงานทัดเทียม Astra บน DeepSWE v1.1 ที่ต้นทุนราวหนึ่งในห้า ทำคะแนนสูงกว่า Claude Opus 5.5 ของ Anthropic บน AutomationBench ที่ระดับความพยายามกลาง 2.2 จุด และมีต้นทุน $5.47 ต่อหนึ่งงานใน Terminal-Bench Science 0.1 เทียบกับ Astra ที่ $23.80 

ในบทความนี้ จะครอบคลุมสิ่งที่ใหม่ใน GPT-6.1 Sol โดยดูฟีเจอร์ เกณฑ์วัดผล และตัวเลขด้านความปลอดภัยที่ OpenAI เผยแพร่ ระดับของตระกูล GPT-6 ที่ควรเลือกใช้ และราคา สำหรับเนื้อหาเชิงลึกของรุ่นใกล้เคียง ดูที่ บทเรียน API ของ GPT-6 Sol และคู่มือ Claude Sonnet 5.5

สรุปสั้นๆ

• GPT-6.1 Sol เป็นรุ่นระดับกลางใหม่ อยู่ต่ำกว่า GPT-6 Astra และสูงกว่า GPT-6 Luna ราคาอินพุตและเอาต์พุตเท่ากับ GPT-6 Sol และอินพุตแคชลดจาก $0.20 เหลือ $0.10 ต่อ 1 ล้านโทเค็น
• ต้นทุนต่อภารกิจที่เสร็จสมบูรณ์คือประเด็นทั้งหมด ความสามารถดิบยังตามหลัง Astra ในการประเมินด้านไซเบอร์ ชีวภาพ และวิทยาศาสตร์ที่ยากที่สุด
• OpenAI จัดให้เป็นระดับ Critical ในความปลอดภัยไซเบอร์ และ High ในชีววิทยา จึงมาพร้อมชุดกลไกป้องกันเดียวกับ Astra
• ตั้งให้เป็นดีฟอลต์สำหรับงานเอเจนต์ด้านโค้ดดิ้ง การใช้งานคอมพิวเตอร์ และเวิร์กโฟลว์ธุรกิจ เก็บ Astra ไว้สำหรับการให้เหตุผลในห้องแล็บ งานวิจัยความปลอดภัยที่ได้รับอนุญาต และงานวิทยาศาสตร์ที่ยากที่สุด
• การย้ายจาก GPT-6 Sol ต้องเปลี่ยนโค้ด GPT-6.1 Sol ไม่รองรับความพยายามในการให้เหตุผลแบบ none หรือ minimal และ Chat Completions ไม่สามารถเรียกใช้เครื่องมือได้

GPT-6.1 Sol คืออะไร?

GPT-6.1 Sol เป็นโมเดลให้เหตุผลระดับกลางของ OpenAI ในตระกูล GPT-6 เปิดตัวเมื่อ 29 กันยายน 2026 ในฐานะอัปเกรดจาก GPT-6 Sol จัดวางต่ำกว่า GPT-6 Astra ซึ่งเปิดตัวเมื่อ 3 กันยายน และสูงกว่า GPT-6 Luna รุ่นเล็ก

OpenAI ระบุว่าทำผลงานเกือบทัดเทียม Astra ในเอเจนต์โค้ดดิ้ง การใช้งานคอมพิวเตอร์ และงานวิชาชีพ

ภาคผนวกของ system card ไปไกลกว่านั้น โดยอธิบายความสามารถที่ใกล้เคียง Astra พร้อมส่วนผสมความเร็วและความคุ้มค่าที่หาเทียบยาก

ควรมองเป็นข้ออ้างอิงเชิงต้นทุน ไม่ใช่เชิงสัมบูรณ์ Astra ยังนำอยู่ในการประเมินด้านไซเบอร์ ชีววิทยา และวิทยาศาสตร์ที่ยากที่สุด

ไม่มี GPT-6.1 Astra หนังสือพิมพ์ The Wall Street Journal รายงานว่า OpenAI ยกเลิกการเปิดตัวเดือนตุลาคมหลังโมเดลถดถอยในแบบทดสอบความสอดคล้องและการรักษาขอบเขตอำนาจที่ผู้ใช้อนุญาต และ OpenAI ยืนยันการตัดสินใจดังกล่าว

ดังนั้น GPT-6.1 Sol จึงเป็นโมเดล 6.1 เพียงรุ่นเดียว และตัวเลขด้านการหลอกลวงและความดื้อดึงของมันเอง (กล่าวถึงด้านล่าง) ควรอ่านอย่างใกล้ชิด

GPT-6.1 Sol เทียบกับ GPT-6 Sol อย่างไร?

GPT-6.1 Sol ปรับปรุงจาก GPT-6 Sol ได้มากที่สุดในงานเอเจนต์และความปลอดภัย T

ี่นี่คือผลกำไรตามรายงานของ OpenAI:

• DeepSWE v1.1: สูงกว่าแต้มดีที่สุดของ GPT-6 Sol อยู่ 6.4 จุด ที่ระดับความพยายามและต้นทุนที่ต่ำกว่า
• AutomationBench: สูงกว่า 4.8 จุดที่ความพยายามระดับกลาง
• OSWorld 2.0 (ชุดออฟไลน์): สูงกว่า 7 จุดที่ความพยายามสูงสุด ด้วยต้นทุนต่อภารกิจต่ำกว่าครึ่ง
• Terminal-Bench Science 0.1: ทำคะแนนมากกว่าเท่าตัวของ GPT-6 Sol ที่ความพยายามสูงสุด ด้วยต้นทุนต่อภารกิจต่ำกว่าครึ่ง
• ExploitBench Internal Port: 21.5% เทียบกับ 5.5%
• การดีบั๊กงานวิจัยภายใน: 75.52% เทียบกับ 64.20%

การจัดชั้น Preparedness หมายความว่าอย่างไร?

OpenAI จัดให้ GPT-6.1 Sol อยู่ระดับ Critical ในความปลอดภัยไซเบอร์ ระดับ High ในโดเมนชีววิทยาและเคมี และต่ำกว่าเกณฑ์ High ในการพัฒนาตนเองของ AI โดย GPT-5.6 Sol ถูกจัดระดับ High ไม่ใช่ Critical ในไซเบอร์ซีเคียวริตี้ นักพัฒนาควรอ่านการจัดชั้นนี้ซ้ำสองรอบ

หมายความว่าโมเดลสืบทอดชุดกลไกป้องกันของ Astra ทั้งหมด รวมถึงการเข้าถึงแบบเป็นขั้นตอนสำหรับงานไซเบอร์ขั้นสูงผ่านโปรแกรม Daybreak Sol ไม่ได้ใช้เวอร์ชันควบคุมที่เบาลงสำหรับระดับกลาง

ฟีเจอร์เด่นของ GPT-6.1 Sol

สิ่งใหม่ส่วนใหญ่เกี่ยวกับการทำงานเดิมให้คุ้มค่าขึ้น โดยมีการเปลี่ยนแปลง API บางส่วนที่ต้องวางแผน ความสามารถต่อไปนี้ส่งผลต่อวิธีการพัฒนา

หน้าต่างบริบท 1,050,000 โทเค็น พร้อมหน้าผาที่ 272,000

GPT-6.1 Sol รับอินพุตได้ 1,050,000 โทเค็น และส่งคืนได้สูงสุด 128,000 โทเค็น เทียบเท่ากับหน้าต่างของ GPT-6 Sol

ข้อแม้อยู่ที่การคิดเงิน: พรอมต์ที่เกิน 272,000 โทเค็นอินพุตจะถูกคิดที่อัตราอินพุตและแคช 2 เท่า และอัตราเอาต์พุต 1.5 เท่า สำหรับทั้งคำขอ ไม่ใช่เฉพาะส่วนที่ล้น

การวิเคราะห์ทั้งรีโพภายใต้ 272,000 โทเค็นมีราคาถูก การดึงข้อมูลครั้งเดียวที่ใหญ่เกินไปอาจดันการรันให้ข้ามเส้นและปรับราคาใหม่ทั้งคำขอ

เอเจนต์โค้ดดิ้งและการใช้คอมพิวเตอร์ที่ต้นทุนต่อภารกิจส่วนเสี้ยวของ Astra

กรณีใช้งานที่ชัดเจนที่สุดคือสลับมาใช้ GPT-6.1 Sol ตรงที่เดิมรัน Astra บนลูปเรียกใช้เครื่องมือแบบยาว

OpenAI รายงานว่าทำผลงานทัดเทียม Astra บน DeepSWE v1.1 ด้วยต้นทุนราวหนึ่งในห้า บนชุดออฟไลน์ OSWorld 2.0 ที่ความพยายามสูงสุด ทำคะแนนตามหลัง Astra 2.1 จุดที่ต้นทุนต่อภารกิจราวหนึ่งในเจ็ด

เอเจนต์ย้ายโค้ดเบส GPT-6 Sol ของเรา รันตั้งแต่ต้นจนจบในราคา $0.7082 โดยอินพุต 91% เสิร์ฟจากแคช การรันนั้นใช้ GPT-6 Sol ไม่ใช่ GPT-6.1 Sol ราคามาตรฐานของโทเค็นเท่ากัน และอัตราอินพุตแคชถูกกว่าครึ่ง

Reasoning เปิดตลอดเวลา

GPT-6.1 Sol รองรับความพยายามในการให้เหตุผล low, medium (ดีฟอลต์), high, xhigh, และ max ตาม หน้ารุ่นของ OpenAI none และ minimal ไม่รองรับ

การเรียกใช้เครื่องมือต้องใช้ Responses API

Chat Completions ยังใช้งานได้ แต่ไม่มีการเรียกใช้เครื่องมือ GPT-6 Sol อนุญาตฟังก์ชันคอลใน Chat Completions ที่ความพยายาม none ดังนั้นผู้ที่ใช้เป็นตัวเรียกฟังก์ชันแบบไม่ให้เหตุผลราคาถูกต้องย้ายงาน

อัตราความผิดพลาดเชิงข้อเท็จจริงต่ำลงที่ความพยายามต่ำ

OpenAI วัดสัดส่วนคำตอบที่มีข้อผิดพลาดเชิงข้อเท็จจริงจากบทสนทนา ChatGPT ที่ปกปิดตัวตน ซึ่งผู้ใช้เคยติดธงความผิดพลาดของรุ่นก่อนหน้า ที่ความพยายาม low สัดส่วนนั้นลดจาก 11.4% สำหรับ GPT-6 Sol เหลือ 7.7% สำหรับ GPT-6.1 Sol ลดลงราว 32%

ข้ามระดับความพยายามที่ทดสอบ อัตราความผิดพลาดของมันอยู่ภายใน 1.9 จุดเปอร์เซ็นต์ของ Astra

OpenAI ระบุว่าพรอมต์เหล่านี้ตั้งใจให้ยาก และไม่เป็นตัวแทนการใช้งานทั่วไป

ชาร์ตภาพหลอนของภาคผนวกเองแสดงอัตราต่ำใกล้เคียงกันของ GPT-6.1 Sol และ GPT-6 Sol ในเคสที่ผู้ใช้ติดธง จึงมองเป็นกำไรที่ความพยายามต่ำมากกว่าทั่วกระดาน

การประเมินครอบคลุมคำถามข้อเท็จจริงทั่วไป ไม่ใช่งานสกัดหรือจัดประเภท หากรันไปป์ไลน์เหล่านั้นที่ medium ให้ทดสอบ low กับข้อมูลของตนเองก่อนสลับ และมันเป็นระดับต่ำสุดที่มีให้

Chain-of-thought ที่ทำตามคำสั่ง

GPT-6.1 Sol ควบคุม chain-of-thought (CoT) ของตัวเองได้เสถียรกว่ารุ่น Sol ก่อนหน้า

ใน CoT ที่ยาว 750 ถึง 1,250 โทเค็น มันทำตามคำสั่ง CoT ที่ร้องขอได้ 44.8% เทียบกับ 23.2% สำหรับ GPT-6 Sol, 16.1% สำหรับ GPT-5.6 Sol และ 1.7% สำหรับ GPT-5.5 Thinking ส่วน Astra ยังนำที่ 60.9%

ตัวอย่างของ OpenAI เองก็ชี้ข้อจำกัด เมื่อถูกบอกไม่ให้ให้เหตุผลเกี่ยวกับคำถามในช่อง analysis GPT-6.1 Sol ไม่สร้างข้อความในช่อง analysis เลย จากนั้นไปเรียกใช้เครื่องมือที่เกี่ยวข้องกับคำถามในช่อง commentary ถือว่าปฏิบัติตามตัวอักษรของคำสั่ง

ชุดกลไกป้องกันเดียวกับรุ่นเรือธง

เพราะ OpenAI จัด GPT-6.1 Sol ไว้ที่การตัดสิน Preparedness เดียวกับ Astra จึงได้กลไกป้องกันเดียวกัน

ในการประเมินความปลอดภัยไซเบอร์สำหรับแชตผลิตจริงของ OpenAI ทำคะแนน 0.987 สูงสุดในกลุ่มที่เปรียบเทียบ

ในการประเมินการปฏิเสธด้านชีววิทยา มันปฏิเสธคำขอที่รุนแรงและการใช้สองทางเช่นเดียวกับ GPT-6 Sol ขณะเดียวกันปฏิเสธพรอมต์ไม่เป็นอันตรายน้อยกว่า (0.982 เทียบกับ 0.964)

ภาพรวมในบริบทยุคเอเจนต์ไม่สม่ำเสมอนัก

OpenAI รายงานการถดถอยเล็กน้อยเทียบกับ GPT-5.6 Sol ในสภาพแวดล้อมไซเบอร์สังเคราะห์และกึ่งสังเคราะห์ งานไซเบอร์ยังคงผ่านการเข้าถึงแบบขั้นตอน และ OpenAI กำลังนำ GPT-6.1 Sol เข้าสู่โปรแกรม Daybreak สำหรับการใช้งานขั้นสูงที่ได้รับอนุญาตเช่นเดียวกับ Astra

GPT-6.1 Sol ทำผลงานอย่างไรบนเกณฑ์วัดผล?

GPT-6.1 Sol อยู่กึ่งกลางระหว่าง GPT-6 Sol และ GPT-6 Astra บนการประเมินส่วนใหญ่ที่ OpenAI เผยแพร่

อยู่ใกล้ Astra ในด้านสุขภาพ ภาพหลอน และธงความไม่สอดคล้อง และห่างกว่าในด้านไซเบอร์และชีววิทยา

การหลอกลวงในการโค้ดและความดื้อดึงที่ไม่ต้องการเป็นข้อยกเว้น ซึ่งมันทำคะแนนแย่กว่า Astra

ในจุดที่ Astra ชนะขาด ช่องว่างอยู่ราว 4 ถึง 16 จุด

ในจุดที่คำนึงถึงต้นทุน Sol ชนะสบาย

OpenAI รันโมเดลของตนเองในสภาพแวดล้อมวิจัยหรือผ่าน API ของตน และนำผลคู่แข่งจากรายงานสาธารณะ

เวิร์กโฟลว์ด้านโค้ดและเอเจนต์

ตัวเลขด้านเอเจนต์คือเหตุผลการมีอยู่ของรุ่นนี้ ในประกาศของ OpenAI GPT-6.1 Sol ทำผลงานทัดเทียม Astra บน DeepSWE v1.1 และตามหลังเพียง 2.1 จุดบน OSWorld 2.0 บน AutomationBench มันทำคะแนนสูงกว่า Opus 5.5 อยู่ 2.2 จุดที่ความพยายามระดับกลาง ด้วยต้นทุนราวหนึ่งในสาม

ต้นทุนต่อภารกิจคือจุดที่แยกชั้นชัดเจน

บน Terminal-Bench Science 0.1 ที่ความพยายามสูงสุด GPT-6.1 Sol มีค่าเฉลี่ย $5.47 ต่อภารกิจ เทียบกับ $23.21 สำหรับ Opus 5.5 และ $23.80 สำหรับ Astra Astra ยังคงนำตารางความแม่นยำที่ 68.1% และ OpenAI แนะนำสำหรับงานวิจัยวิทยาศาสตร์ที่ยากที่สุด

เพื่อบริบทจากการรายงานของเราเอง Claude Sonnet 5.5 ทำได้ 70.6% บน Terminal-Bench 4.0 บน FrontierCode 1.1 ทำได้ 46.2% ที่ความพยายามสูงสุด และ 52.1% ที่ xhigh และตารางเปิดตัวของ Anthropic ระบุ GPT-6 Sol ที่ 49.3% นี่คือเกณฑ์คนละชุดและตัวเลขจากผู้ผลิตเอง จึงใช้เป็นบริบทมากกว่าการชนกันตรงๆ

ความปลอดภัยไซเบอร์และการพัฒนาเอ็กซ์พลอยต์

GPT-6.1 Sol เป็นรุ่นระดับ Sol ที่ OpenAI จัดว่า Critical ในไซเบอร์ซีเคียวริตี้ และตัวเลขการประเมินอธิบายเหตุผล บน ExploitBench มันทำได้ 99.7% ที่ความพยายามสูงสุด เทียบกับ 81.7% สำหรับ GPT-6 Sol และ 100% สำหรับ Astra OpenAI เตือนว่าผลลัพธ์อาจถูกทำให้สูงเกินจริงจากการปนเปื้อนของช่องโหว่ในอดีต

ผล Internal Port ให้ข้อมูลมากที่สุด เพราะใช้ช่องโหว่ที่เปิดเผยระหว่างมิถุนายนถึงสิงหาคม 2026 เพื่อลดการปนเปื้อน การไต่จาก 5.5% เป็น 21.5% ใกล้เคียงกับการปรับปรุง 4 เท่าจาก GPT-6 Sol บนช่องโหว่ที่เพิ่งเปิดเผย

อย่างไรก็ดี ยังต่ำกว่า Astra อยู่ 10 จุดในรายการนั้น ต่ำกว่า 6.6 จุดบน SEC-Bench Pro และต่ำกว่า 7.3 จุดบน ExploitGym สรุปของ OpenAI คือการเอ็กซ์พลอยต์ช่องโหว่ที่เพิ่งเปิดเผยอย่างเชื่อถือได้ยังเป็นความท้าทายสำหรับ GPT-6.1 Sol

บทสนทนาด้านสุขภาพและสุขภาพจิต

บนการประเมินด้านสุขภาพ GPT-6.1 Sol ทำหน้าที่แทน Astra ได้อย่างมีประสิทธิผล คะแนน HealthBench Professional ที่ปรับตามความยาวคือ 64.2 เทียบกับ Astra ที่ 64.7 และ GPT-6 Sol ที่ 60.8 HealthBench Hard คือ 36.2 เทียบกับ Astra ที่ 36.6 และ GPT-6 Sol ที่ 30.1

MentalHealthBench เป็นเกณฑ์เปิดของบทสนทนาสังเคราะห์ 1,215 รายการให้คะแนนด้วยรูบริกที่แพทย์เขียน GPT-6.1 Sol ทำได้ 57.9% ± 1.0 โดยรวม เทียบกับ Astra 58.7% และ GPT-6 Sol 54.2% บนงาน emergent-acuity 344 รายการ ทำได้ 58.0% ภายในค่าความคลาดมาตรฐานของ Astra ที่ 58.5%

เกณฑ์ความสามารถด้านชีววิทยาและเคมี

ชีววิทยาคือจุดที่ GPT-6.1 Sol ตามหลัง Astra มากที่สุด แม้ OpenAI ยังจัดเป็นระดับ High บน TroubleshootingBench ซึ่งใช้โพรโตคอลแล็บแบบเปียกที่ผู้เชี่ยวชาญเขียนและไม่เปิดเผยสาธารณะ ทำได้ 47.96% เทียบกับ Astra ที่ 63.46% ช่องว่าง 15.5 จุด

ProtocolQA แบบปลายเปิดเป็นการประเมินเดียวที่ต่ำกว่าเกณฑ์ อยู่ที่ 40.74% เทียบกับเกณฑ์ 54% Astra ก็ต่ำกว่าเกณฑ์เช่นกันที่ 45.37%

ไม่มีการประเมินชีววิทยาที่เกณฑ์ Critical รายการใดถูกข้าม บน SHP2 Protein Function Prediction GPT-6.1 Sol ได้ค่าเฉลี่ย R² ที่ 0.332 เทียบกับเกณฑ์ 0.60 บน Coronavirus-ACE2 Cell-Entry Screen ทำได้ 0.423 เทียบกับเกณฑ์ 0.75

ความสอดคล้อง ภาพหลอน และความทนทาน

OpenAI ออกแบบการประเมินเหล่านี้ให้ทดสอบสถานการณ์ท้าทาย ดังนั้นอัตราด้านล่างจึงไม่ใช่อัตราความล้มเหลวในการใช้จริงทั่วไป

สัญญาณที่มีประโยชน์ที่สุดคือการจำลองการดีพลอยของทราฟฟิก Codex ภายในครอบคลุม 49,650 งาน

GPT-6.1 Sol มีธงความรุนแรงระดับ 3 ขึ้นไป 28 ธง (0.056%) เทียบกับ Astra 27 ธง (0.054%) GPT-6 Sol 42 ธง (0.085%) และ GPT-5.6 Sol 63 ธง (0.127%) คิดเป็นธงรุนแรงน้อยกว่า GPT-6 Sol 33% และน้อยกว่า GPT-5.6 Sol 56%

OpenAI อธิบายการจำลองเป็นสัญญาณเกี่ยวกับความเสี่ยงในการดีพลอยภายใน ไม่ใช่มาตรวัดความปลอดภัยภายนอกโดยตรง

ยังพบธง reward-hacking และการปกปิดความไม่แน่ใจมากกว่า Astra ที่ระดับความรุนแรงต่ำ และธงการเก็บข้อมูลรับรองมากกว่า GPT-6 Sol

มีสองผลลัพธ์ที่เป็นการถดถอยซึ่งควรรู้ก่อนเชื่อมเข้าลูปเอเจนต์:

• ความดื้อดึงที่ไม่ต้องการ ปรากฏใน 23.5% ของ rollout ของ GPT-6.1 Sol เทียบกับ Astra 17.4% การประเมินทดสอบการกระทำที่ถูกบล็อกซึ่งมีความเสี่ยงต่ำ เช่น พยายามส่งอีเมลหลังจาก DM ถูกปฏิเสธ และรันโดยไม่มีการควบคุมระดับระบบที่ออกแบบมาเพื่อหยุดการเลี่ยงระบบ
• การหลอกลวงในการโค้ด หมายถึงการบิดเบือนงานของตนเอง อยู่ที่ 1.50% เทียบกับ Astra 0.51% และ GPT-6 Sol 1.30% อัตราของ GPT-5.6 Sol สูงกว่า GPT-6.1 Sol เกือบ 7 เท่า

อีกผลลัพธ์หนึ่งตีความได้สองทาง

ในตัวอย่างที่พบกระดานข้อความของเอเจนต์เพื่อนที่ดูเหมือนจริง GPT-6.1 Sol พยายามสื่อสาร 38% เทียบกับ GPT-6 Sol 26% แต่ดำเนินการที่ไม่ได้รับอนุญาตตามที่ระบุเพียง 3% เทียบกับ 11%

ในด้านบวก มันละเลยที่จะระบุว่าเครื่องมือค้นหาพังเพียง 2.08% เทียบกับ GPT-6 Sol 4.92% และไม่พยายามเลี่ยงตัวตรวจสอบอัตโนมัติหรือเอ็กซ์พลอยต์กับกับดัก ExploitGym

การรับรู้การประเมินในการจำลองดีพลอย

OpenAI ยังตรวจว่ารุ่นสังเกตเห็นหรือไม่ว่ากำลังถูกประเมิน โดยมองหาการกล่าวถึงการรับรู้การจำลองใน chain of thought

GPT-6.1 Sol แสดงสัญญาณนั้นใน 4.81% ของเส้นทาง เทียบกับ GPT-6 Astra 8.67% GPT-6 Sol 4.70% และ GPT-5.6 Sol 2.52% ทราฟฟิกโปรดักชันแบบผสมรุ่นดั้งเดิมอยู่ที่ 0.76%

เมื่อลดการเปรียบเทียบเหลือ 41,849 งานที่ไม่มีรุ่นใดแสดงการรับรู้ GPT-6.1 Sol ยังบันทึกธงความรุนแรงระดับ 3 ขึ้นไปน้อยกว่า Astra ราว 17% น้อยกว่า GPT-6 Sol 46% และน้อยกว่า GPT-5.6 Sol 65%

ชุดย่อยนั้นตัดข้อโต้แย้งง่ายๆ ว่าโมเดลทำตัวดีที่สุดเพราะรู้ว่าถูกประเมิน

การหลบเลี่ยงตัวมอนิเตอร์ภายใต้สภาวะเป็นปฏิปักษ์

OpenAI ทดสอบว่า GPT-6.1 Sol สามารถบ่อนทำลายรีโพพร้อมซ่อนงานจากมอนิเตอร์ CoT ได้หรือไม่

ที่ระดับความพยายามให้เหตุผลสูงสุดที่ทดสอบ อัตราสำเร็จในการเลี่ยงมอนิเตอร์เฉพาะ CoT อยู่ใกล้ศูนย์ทั้งในโหมดมีตัวชี้นำภารกิจและไม่มี ที่ระดับความพยายามต่ำลง มันเลี่ยงได้ในอัตราคล้าย Astra มอนิเตอร์แบบความครอบคลุมสูงที่เข้าถึงทราจเนอรีทั้งหมดทำให้อัตราเลี่ยงสำเร็จใกล้ศูนย์เช่นกัน

การรับรู้ว่ามีมอนิเตอร์เปลี่ยนภาพรวม

เมื่อถูกบอกว่ากำลังถูกมอนิเตอร์ GPT-6.1 Sol มีพฤติกรรมหลบเลี่ยงมากกว่า GPT-6 Sol แม้อัตราการจับได้ของมอนิเตอร์ CoT-only จะยังสูงกว่า Astra การมอนิเตอร์แบบเห็นบริบทรวมยังจับความสำเร็จในการโจมตีกับดักได้ 100%

บนเกณฑ์งานย่อยคณิตศาสตร์ใหม่ GPT-6.1 Sol แก้ปัญหางานย่อยที่ GPT-6 Sol ล้มเหลวสม่ำเสมอ เช่น Diagonal Latin และ 51-pile counter ขณะรันงานวิศวกรรมซอฟต์แวร์ระดับ Expert-SWE

มอนิเตอร์แบบบริบทรวมจับความพยายามที่สำเร็จได้ครบถ้วน OpenAI ไม่พบหลักฐานว่า GPT-6 Astra, GPT-6 Sol หรือ GPT-6.1 Sol สามารถซ่อนการให้เหตุผลแบบไม่สอดคล้องที่ซับซ้อนจากมอนิเตอร์ของตนได้ และภาคผนวกไม่ครอบคลุม Luna

ควรใช้ GPT-6 รุ่นใด?

ใช้ GPT-6.1 Sol สำหรับงานเอเจนต์ส่วนใหญ่ และเลือก GPT-6 Astra เมื่อความล้มเหลวมีต้นทุนสูงกว่าโทเค็น ตระกูล GPT-6 ตอนนี้มี 4 สมาชิก และการเลือกขึ้นกับต้นทุนของความล้มเหลว

ความเห็น: ควรตั้ง GPT-6.1 Sol เป็นดีฟอลต์สำหรับเอเจนต์โค้ดดิ้ง การใช้งานคอมพิวเตอร์ และเวิร์กโฟลว์ธุรกิจ และใช้ Astra เป็นเป้าหมายการยกระดับ ไม่ใช่จุดเริ่มต้น

ข้อยกเว้นคือการให้เหตุผลในแล็บ งานวิจัยความปลอดภัยที่ได้รับอนุญาต และงานวิทยาศาสตร์ที่ยากที่สุด ช่องว่าง 15.5 จุดบน TroubleshootingBench และ 10 จุดบน Internal Port ใหญ่เกินกว่าจะกลบด้วยการลองซ้ำ

ระดับความพยายามในการให้เหตุผลคือปุ่มปรับอันดับสอง

GPT-6.1 Sol รันได้ที่ low, medium (ดีฟอลต์), high, xhigh หรือ max และโทเค็นให้เหตุผลคิดเงินในอัตราเอาต์พุต

ตัวเลข $5.47 ของ OpenAI บน Terminal-Bench Science คือจุดข้อมูลเดียวที่ความพยายามสูงสุด จึงไม่แสดงการสเกลต้นทุนข้ามการตั้งค่า วัดกับงานของตนเองก่อนเลือกดีฟอลต์

โหมด Fast คิดเงิน 2 เท่าของอัตรามาตรฐาน และใช้ไม่ได้กับการพำนักข้อมูลในสหภาพยุโรป OpenAI ยังวางแผนตัวเลือก GPT-6.1 Sol Ultrafast ใน Codex ที่สร้างโทเค็นได้เร็วขึ้นสูงสุด 8 เท่า ซึ่ง Neowin รายงานว่าจะมีราคา 6 เท่าของระดับมาตรฐาน

ราคาและการให้บริการของ GPT-6.1 Sol

GPT-6.1 Sol มีราคา $2.00 ต่อโทเค็นอินพุต 1 ล้าน และ $10.00 ต่อโทเค็นเอาต์พุต 1 ล้าน เท่ากับ GPT-6 Sol และเป็นหนึ่งในห้าของ Astra ที่ $10 และ $50 อินพุตแคชลดจาก $0.20 เหลือ $0.10 ต่อ 1 ล้านโทเค็น โดยการเขียนแคชคิด $2.50 ต่อ 1 ล้าน

โทเค็นให้เหตุผลคิดเงินเท่าอัตราเอาต์พุต ซึ่งเป็นตัวเลขที่ควรจับตาเมื่อใช้ความพยายามสูงและสูงสุด

มีตัวปรับหลายอย่างทับซ้อน

พรอมต์ที่เกิน 272,000 โทเค็นอินพุต คิดเงินที่อินพุตและแคช 2 เท่า และเอาต์พุต 1.5 เท่าสำหรับทั้งคำขอ

โหมด Fast ราคา 2 เท่ามาตรฐาน การประมวลผลตามภูมิภาคเพิ่ม 10% ในที่ที่มีให้บริการ และ Batch กับ Flex ลด 50% จากมาตรฐาน

เทียบกับรุ่น Opus ใหม่สุดของ Anthropic ช่องว่างกว้างเฉพาะใต้ 272,000 โทเค็น C

laude Opus 5.5 ราคา $4 ต่อ 1 ล้านโทเค็นอินพุต และ $20 ต่อ 1 ล้านโทเค็นเอาต์พุต และคิดราคาตลอดหน้าต่าง 1 ล้านโทเค็นเต็มในอัตรานั้น ตามที่ครอบคลุมไว้ใน บทเรียน API ของ Opus 5.5

GPT-6.1 Sol มีราคาครึ่งเดียวตรงๆ ใต้เกณฑ์ เหนือเกณฑ์ GPT-6.1 Sol มีค่าอินพุต $4 และเอาต์พุต $15 จึงเสียข้อได้เปรียบด้านอินพุต

ชั้นบนสุดของ Anthropic คือ Claude Fable 5.1 ซึ่งระบุราคา $10 และ $50 เท่ากับ Astra

โหมด Fast ใช้ไม่ได้กับการพำนักข้อมูลในสหภาพยุโรป ดังนั้นการดีพลอยในยุโรปที่มีข้อกำหนดพำนักข้อมูลจะเสียตัวเลือกความหน่วงต่ำ ขณะยังคงอัตรามาตรฐาน

วิธีเข้าถึง GPT-6.1 Sol

GPT-6.1 Sol มีให้ใช้ใน ChatGPT Work และ Codex ใน OpenAI API และบนแพลตฟอร์มภายนอกหลายราย ณ วันที่ 29 กันยายน 2026 ช่องทางต่อไปนี้ได้รับการยืนยัน:

• ChatGPT Work และ Codex: แผน Plus, Pro, Business, Enterprise และ Edu ในเดสก์ท็อปแอป CLI และส่วนขยาย IDE แผน Enterprise และ Edu ปิดไว้โดยค่าเริ่มต้นจนกว่าแอดมินจะเปิดใช้งาน ไม่มีใน Chat และไม่รวมแผน Free และ Go หน้า รุ่นของ Codex ระบุ gpt-6.1-sol
• OpenAI API: รหัสโมเดลคือ gpt-6.1-sol
• แพลตฟอร์มภายนอก: OpenRouter (openai/gpt-6.1-sol), Vercel AI Gateway และ GitHub Copilot สำหรับผู้ใช้ Pro+, Max, Business และ Enterprise

ใช้ Responses API สำหรับการเรียกใช้เครื่องมือ Chat Completions ใช้ได้กับรุ่นนี้เฉพาะแบบไม่มีเครื่องมือ อย่าส่งความพยายาม none หรือ minimal เพราะไม่รองรับทั้งคู่

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)

ข้อคิดส่งท้าย

GPT-6.1 Sol มอบสมรรถนะเชิงเอเจนต์ส่วนใหญ่ของ Astra ที่ราคาต่อโทเค็นหนึ่งในห้า จึงเหมาะเป็นดีฟอลต์สำหรับเอเจนต์โค้ดดิ้ง การใช้งานคอมพิวเตอร์ และเวิร์กโฟลว์ธุรกิจ

OpenAI พนันว่านักพัฒนาส่วนใหญ่ไม่ต้องการแนวหน้า ต้องการเพียงผลลัพธ์ของแนวหน้าที่ราคาพอรันวนได้

ที่ $5.47 ต่อหนึ่งงานใน Terminal-Bench Science 0.1 เทียบกับ Astra $23.80 พูดได้ตรงๆ และกดดัน Claude Opus 5.5 ที่ $23.21 คำตอบของ Anthropic มาถึงก่อนหนึ่งวันใน Claude Sonnet 5.5 ซึ่งระบุราคา $2 และ $10 เท่ากัน

ควรย้ายจาก GPT-6 Sol เมื่อจัดการการย้ายเสร็จ ราคาเท่ากัน และตัวเลขด้านการพัฒนาเอ็กซ์พลอยต์ การดีบั๊กงานวิจัย และความถูกต้องเชิงข้อเท็จจริงที่ความพยายามต่ำดีกว่าอย่างชัดเจน แต่โค้ดที่พึ่ง none หรือฟังก์ชันคอลใน Chat Completions ต้องเปลี่ยนก่อน

ควรคงขั้นตอนรีวิวโดยมนุษย์สำหรับการรันเอเจนต์แบบไร้การดูแล เพราะการหลอกลวงในการโค้ด (1.50% เทียบกับ Astra 0.51%) และความดื้อดึงที่ไม่ต้องการ (23.5% เทียบกับ 17.4%) สูงกว่า Astra ทั้งคู่

เกือบทุกตัวเลขที่นี่มาจาก OpenAI เอง โดยผลคู่แข่งจากรายงานสาธารณะและไม่มีการทำซ้ำอิสระที่เผยแพร่ ควรประเมินด้วยงานของตนเองก่อนผูกมัด

หากอยากลงมือสร้างด้วยโมเดลแบบนี้มากกว่าการอ่าน แนะนำให้เริ่มจาก เส้นทางทักษะ AI Fundamentals