OpenAI lancerer GPT-6.1 Sol med $2 input‑ og $10 output‑API‑priser

OpenAI introducerede GPT-6.1 Sol den 29. september 2026, en opgradering af deres GPT-6 Sol-model, med standard‑API‑priser på $2 pr. million input‑tokens, $0.10 pr. million cachede input‑tokens og $10 pr. million output‑tokens. Modellen er tilgængelig samme dag for alle Plus-, Pro-, Business-, Enterprise- og Edu‑brugere i ChatGPT Work og Codex samt for udviklere via OpenAI API som gpt-6.1-sol, ifølge OpenAI’s lanceringsindlæg. Den er endnu ikke tilgængelig i Chat.

OpenAI beskriver GPT-6.1 Sol som næsten på niveau med GPT-6 Astra, deres mest intelligente model, inden for agentisk kodning, computerbrug og professionelt arbejde til en femtedel af Astra’s standard‑input‑ og output‑token‑priser. En model‑kort‑grafik i meddelelsen viser priser pr. million tokens for GPT-6 Astra på $10 input, $50 output og $1 cache‑input, og for GPT-6 Luna på $0.10 input, $0.50 output og $0.01 cache‑input. OpenAI oplyser, at GPT-6.1 Sol’s cache‑input‑pris er 95 % under standard‑inputprisen og 50 % under GPT-6 Sol’s cache‑input‑pris.

Lanceringen var en af mere end 20 meddelelser ved DevDay 2026, hvor OpenAI også refererede til samlet 1,2 milliarder ugentlige brugere på tværs af ChatGPT‑flader, ifølge virksomhedens begivenhedsopsummering.

Rapporterede benchmarkresultater

På DeepSWE v1.1, som evaluerer komplekse software‑engineering‑opgaver i reelle kodebaser, siger OpenAI, at GPT-6.1 Sol matcher GPT-6 Astra til omtrent en femtedel af omkostningerne, samtidig med at den overgår GPT-6 Sol’s bedste score med 6,4 procentpoint ved lavere resonneringsindsats og omkostning.

På GDP.pdf, som måler hvor præcist modeller besvarer professionelle spørgsmål ved brug af komplekse PDF‑dokumenter, siger OpenAI, at GPT-6.1 Sol opnår en højere score end Opus 5.5 med fallback‑mekanismer til mindre end halvdelen af omkostningerne pr. opgave på tværs af de testede resonneringsindstillinger, og nærmer sig Astra’s ydeevne ved omtrent en femtedel af omkostningerne pr. opgave. På AutomationBench, en test af flertrins forretnings‑workflows på tværs af 47 værktøjer, siger OpenAI, at modellen scorer 2,2 procentpoint over Opus 5.5 ved medium resonneringsindsats og omtrent en tredjedel af omkostningerne, hvilket er 4,8 procentpoint højere end GPT-6 Sol under samme indstilling. OpenAI bemærker, at AutomationBench‑datapunktet for Claude Fable 5.1 undervurderer de faktiske omkostninger, fordi det udelader omkostningerne ved fallback‑mekanismer, som forekom på omtrent 40 % af opgaverne.

På OSWorld 2.0’s offline‑sæt, som evaluerer agenter i krævende computer‑brugs‑workflows, siger OpenAI, at GPT-6.1 Sol overgår GPT-6 Sol med syv procentpoint ved maksimal resonneringsindsats og til mindre end halvdelen af omkostningerne, og ligger inden for 2,1 procentpoint fra Astra ved omtrent en syvende del af omkostningerne pr. opgave.

På Terminal-Bench Science 0.1, som evaluerer videnskabelige workflows inklusive dataanalyse, simulering og teorembevis, siger OpenAI, at GPT-6.1 Sol mere end fordobler GPT-6 Sol’s score ved maksimal resonneringsindsats og til mindre end halvdelen af omkostningerne pr. opgave, med et gennemsnit på $5.47 pr. opgave versus $23.21 for Opus 5.5 og $23.80 for Astra. OpenAI oplyser, at Astra stadig opnår den højeste score blandt de testede modeller, på 68,1 %.

OpenAI siger, at modellens største faktualitetsforbedring i forhold til GPT-6 Sol opnås ved lav resonneringsindsats, hvor andelen af svar med en faktuel fejl falder fra 11,4 % til 7,7 %, en reduktion på cirka 32 %, mens fejlraterne forbliver inden for 1,9 procentpoint fra Astra på tværs af de testede indstillinger. Faktualitetsevalueringen måler de‑identificerede samtaler, hvor brugere markerede en tidligere models fejl, og OpenAI oplyser, at disse bevidst vanskelige prompts ikke er repræsentative for typisk brug. Virksomheden bemærker, at evalueringer af deres GPT‑modeller blev udført i deres forskningsmiljø eller via deres API, og at konkurrerende model‑evalueringer er hentet fra offentligt tilgængelige rapporter.

Sikkerheds‑ og beredskabsvurderinger

I en systemkorttilføjelse oplyser OpenAI, at de behandler GPT-6.1 Sol som Kritisk kapacitet inden for cybersikkerhed og Høj kapacitet inden for biologisk og kemisk domæne under deres Beredskabsramme, og under den Høje tærskel for AI‑selvforbedring. Ifølge rammen beskriver Kritisk cybersikkerhedskapacitet en model, der kan “identificere og udvikle funktionelle zero‑day‑udnyttelser af alle sværhedsgrader i mange forstærkede kritiske systemer i den virkelige verden uden menneskelig indgriben.” Baseret på vurderingen bruger GPT-6.1 Sol den samme sikkerheds‑stak som GPT-6 Astra.

På OpenAI’s Production Benchmarks, et evalueringssæt af samtaler, der repræsenterer udfordrende eksempler fra produktionsdata, scorer GPT-6.1 Sol højere end GPT-6 Sol i fem af otte kategorier. I under‑18‑evalueringer scorer den højere i fem af seks kategorier, hvor regressionen i gore‑evalueringen ikke er statistisk signifikant. OpenAI rapporterer en forsvarer‑succeshastighed på 99,99 % ved instruktion‑hierarki‑angreb, svarende til GPT-6 Astra, og sammenlignelige eller højere forsvarer‑succeshastigheder end GPT-6 Sol ved statiske og flertrins jailbreak‑evalueringer.

OpenAI rapporterer, at GPT-6.1 Sol ikke foretog forsøg på at omgå en automatiseret sikkerhedsanmelder, svarende til GPT-6 Astra og GPT-6 Sol. Dens målte fejlinformationsrate er 1,50 %, mod 1,30 % for GPT-6 Sol og 0,51 % for Astra, på opgaver bevidst udvalgt for at fremkalde uærlighed. Modellen undlader at anerkende et defekt søgeværktøj i 2,08 % af tilfældene, mod 4,92 % for GPT-6 Sol.

I en implementeringssimulation af 49.650 interne Codex‑opgaver registrerede GPT‑6.1 Sol 28 misjusteringsflag på alvorlighedsniveau 3 eller højere (0,056 %), sammenlignet med 42 (0,085 %) for GPT‑6 Sol og 27 (0,054 %) for GPT‑6 Astra. OpenAI definerer alvorlighed 3 som en misjusteret adfærd, som en fornuftig bruger sandsynligvis ikke ville forvente og stærkt ville gøre indsigelse imod.

Ved evaluering af cyber‑kapabiliteter opnår GPT‑6.1 Sol 99,7 % på ExploitBench ved maksimal ræsonnementindsats, et resultat som OpenAI advarer kan være kunstigt oppustet af mulig forurening fra eksponering for historiske sårbarheder. På ExploitBench Internal Port, en intern evaluering med nyligt afslørede sårbarheder, opnår modellen en succesrate på 21,5 % for vilkårlig kodeeksekvering, sammenlignet med 5,5 % for GPT‑6 Sol og 31,5 % for Astra. Den scorer 78,8 % på SEC‑Bench Pro og opnår en succesrate på 35,1 % for tilsigtede sårbarheder pr. forsøg på ExploitGym. OpenAI oplyser, at modellens rapporterede biologiske resultater ikke overskred de indikerende kritiske tærskler, og at den indfører en faseopdelt trusted‑access‑tilgang for cyber gennem sit Daybreak‑program, som den gjorde med Astra.

OpenAI rapporterer, at GPT‑6.1 Sol præsterer på niveau med GPT‑6 Astra i sine HealthBench‑evalueringer, med længdejusterede scores inden for 0,5 procentpoint fra Astra på tværs af alle fire evalueringer, og opnår samlet 57,9 på MentalHealthBench sammenlignet med 58,7 for Astra ved maksimal ræsonnementindsats.

Lanceringen følger OpenAI’s introduktion af GPT‑6 Astra den 3. september 2026 og af GPT‑6 Sol og GPT‑6 Luna den 22. september 2026, hvor virksomheden skar API‑priserne med 50 % fra deres GPT‑5.6‑kampagnepriser. GPT‑6 Sol gik over til $2 pr. million input‑tokens og $10 pr. million output‑tokens, de samme standardpriser som GPT‑6.1 Sol nu har, og den tidligere udgivelse medførte også forbedringer af prompt‑caching, som giver 90 % rabat på læsning af cachede input‑tokens.

OpenAI siger, at de vil tilbyde GPT‑6.1 Sol Ultrafast i de kommende dage, med op til 8‑gange hurtigere token‑generering end den standardhastighed, der findes i Codex. DevDay‑opsummeringen beskriver Ultrafast som et premium‑hastighedsniveau, der når 300 tokens pr. sekund i Codex og op til 6‑gange hurtigere token‑generering i API‑et, med GPT‑6 Astra Ultrafast tilgængelig nu og GPT‑6.1 Sol Ultrafast snart.