OpenAI ने GPT-6.1 Sol को $2 इनपुट और $10 आउटपुट API मूल्य निर्धारण के साथ लॉन्च किया

OpenAI ने 29 सितंबर, 2026 को GPT-6.1 Sol को पेश किया, जो उसके GPT-6 Sol मॉडल का अपग्रेड है, और मानक API कीमतें $2 प्रति मिलियन इनपुट टोकन, $0.10 प्रति मिलियन कैश्ड इनपुट टोकन, और $10 प्रति मिलियन आउटपुट टोकन हैं। मॉडल उसी दिन सभी Plus, Pro, Business, Enterprise, और Edu उपयोगकर्ताओं के लिए ChatGPT Work और Codex में उपलब्ध है, और डेवलपर्स के लिए OpenAI API के माध्यम से gpt-6.1-sol के रूप में, OpenAI का लॉन्च पोस्ट के अनुसार। यह अभी तक Chat में उपलब्ध नहीं है।

OpenAI वर्णन करता है कि GPT-6.1 Sol लगभग GPT-6 Astra के बराबर है, जो उसका सबसे बुद्धिमान मॉडल है, एजेंटिक कोडिंग, कंप्यूटर उपयोग, और पेशेवर कार्यों में, Astra की मानक इनपुट और आउटपुट टोकन कीमतों के एक-पाँचवें पर। घोषणा में एक मॉडल-कार्ड ग्राफिक में GPT-6 Astra के प्रति मिलियन टोकन कीमतें $10 इनपुट, $50 आउटपुट, और $1 कैश्ड इनपुट के रूप में सूचीबद्ध हैं, और GPT-6 Luna के लिए $0.10 इनपुट, $0.50 आउटपुट, और $0.01 कैश्ड इनपुट। OpenAI बताता है कि GPT-6.1 Sol की कैश्ड-इनपुट कीमत मानक इनपुट कीमत से 95% कम है और GPT-6 Sol की कैश्ड-इनपुट कीमत से 50% कम है।

यह लॉन्च DevDay 2026 में 20 से अधिक घोषणाओं में से एक था, जहाँ OpenAI ने कंपनी के इवेंट सारांश के अनुसार ChatGPT सतहों में कुल 1.2 बिलियन साप्ताहिक उपयोगकर्ताओं का उल्लेख किया।

रिपोर्टेड बेंचमार्क परिणाम

DeepSWE v1.1 पर, जो वास्तविक कोडबेस में जटिल सॉफ्टवेयर-इंजीनियरिंग कार्यों का मूल्यांकन करता है, OpenAI कहता है कि GPT-6.1 Sol लगभग एक-पाँचवें लागत पर GPT-6 Astra के बराबर है, जबकि कम तर्कशील प्रयास और लागत पर GPT-6 Sol के सर्वोत्तम स्कोर से 6.4 प्रतिशत अंक अधिक स्कोर करता है।

GDP.pdf पर, जो जटिल PDF दस्तावेजों का उपयोग करके मॉडल कितनी सटीकता से पेशेवर प्रश्नों का उत्तर देते हैं, इसका माप करता है, OpenAI कहता है कि GPT-6.1 Sol Opus 5.5 से अधिक स्कोर करता है, फॉलबैक के साथ, परीक्षण किए गए तर्कशील सेटिंग्स में प्रति कार्य लागत के आधे से कम पर, और Astra के प्रदर्शन के करीब पहुँचता है, लगभग एक-पाँचवें लागत पर। AutomationBench पर, जो 47 टूल्स में बहु-चरणीय व्यवसाय कार्यप्रवाहों का परीक्षण है, OpenAI कहता है कि मॉडल मध्यम तर्कशील प्रयास पर Opus 5.5 से 2.2 प्रतिशत अंक अधिक स्कोर करता है, लागत के लगभग एक-तिहाई पर, और समान सेटिंग में GPT-6 Sol से 4.8 प्रतिशत अंक अधिक है। OpenAI नोट करता है कि AutomationBench डेटा पॉइंट Claude Fable 5.1 के लिए वास्तविक लागत को कम आंकता है क्योंकि यह फॉलबैक की लागत को छोड़ देता है, जो लगभग 40% कार्यों में हुआ।

OSWorld 2.0 के ऑफ़लाइन सेट पर, जो मांगपूर्ण कंप्यूटर-उपयोग कार्यप्रवाहों में एजेंटों का मूल्यांकन करता है, OpenAI कहता है कि GPT-6.1 Sol अधिकतम तर्कशील प्रयास पर GPT-6 Sol से सात प्रतिशत अंक अधिक प्रदर्शन करता है, लागत के आधे से कम पर, और Astra से 2.1 प्रतिशत अंक के अंतर में लगभग एक-सातवें लागत पर आता है।

Terminal-Bench Science 0.1 पर, जो डेटा विश्लेषण, सिमुलेशन, और प्रमेय सिद्धि सहित वैज्ञानिक कार्यप्रवाहों का मूल्यांकन करता है, OpenAI कहता है कि GPT-6.1 Sol अधिकतम तर्कशील प्रयास पर GPT-6 Sol के स्कोर को दो गुना से अधिक कर देता है, कार्य प्रति लागत के आधे से कम पर, औसत $5.47 प्रति कार्य बनाम Opus 5.5 के लिए $23.21 और Astra के लिए $23.80। OpenAI बताता है कि Astra अभी भी परीक्षण किए गए मॉडलों में सबसे उच्च स्कोर 68.1% के साथ प्राप्त करता है।

OpenAI कहता है कि मॉडल का GPT-6 Sol पर सबसे बड़ा तथ्यात्मक सुधार कम तर्कशील प्रयास पर आता है, जहाँ तथ्यात्मक त्रुटि वाली प्रतिक्रियाओं का प्रतिशत 11.4% से घटकर 7.7% हो जाता है, लगभग 32% की कमी, और त्रुटि दरें परीक्षण सेटिंग्स में Astra से 1.9 प्रतिशत अंक के भीतर रहती हैं। तथ्यात्मकता मूल्यांकन उन अनामित वार्तालापों को मापता है जिसमें उपयोगकर्ताओं ने पहले मॉडल की त्रुटि को चिन्हित किया, और OpenAI बताता है कि ये जानबूझकर कठिन प्रॉम्प्ट सामान्य उपयोग का प्रतिनिधित्व नहीं करते। कंपनी नोट करती है कि उसके GPT मॉडलों के मूल्यांकन उसके शोध वातावरण या API के माध्यम से किए गए, और प्रतिस्पर्धी मॉडल के मूल्यांकन सार्वजनिक रूप से उपलब्ध रिपोर्टों से लिए गए।

सुरक्षा और तैयारी मूल्यांकन

एक सिस्टम कार्ड परिशिष्ट में, OpenAI बताता है कि वह GPT-6.1 Sol को अपनी तैयारी फ्रेमवर्क के तहत साइबरसुरक्षा में क्रिटिकल क्षमता और जैविक तथा रासायनिक डोमेन में हाई क्षमता के रूप में मान रहा है, और AI स्व-सुधार में हाई थ्रेशोल्ड से नीचे रख रहा है। फ्रेमवर्क के तहत, क्रिटिकल साइबरसुरक्षा क्षमता का वर्णन ऐसे मॉडल से किया गया है जो “कई सुदृढ़ वास्तविक-विश्व महत्वपूर्ण सिस्टमों में सभी गंभीरता स्तरों के कार्यात्मक ज़ीरो-डे एक्सप्लॉइट को बिना मानव हस्तक्षेप के पहचान और विकसित कर सकता है”। मूल्यांकन के आधार पर, GPT-6.1 Sol GPT-6 Astra के समान सुरक्षा स्टैक का उपयोग करता है।

OpenAI के प्रोडक्शन बेंचमार्क्स पर, जो उत्पादन डेटा से चुनौतीपूर्ण उदाहरणों का प्रतिनिधित्व करने वाले वार्तालापों का मूल्यांकन सेट है, GPT-6.1 Sol आठ श्रेणियों में से पाँच में GPT-6 Sol से अधिक स्कोर करता है। अंडर-18 मूल्यांकनों में यह छह में से पाँच में अधिक स्कोर करता है, जहाँ गोर मूल्यांकन में गिरावट सांख्यिकीय रूप से महत्वपूर्ण नहीं थी। OpenAI रिपोर्ट करता है कि निर्देश-हाइरार्की हमलों पर 99.99% डिफेंडर सफलता दर है, जो GPT-6 Astra के बराबर है, और स्थैतिक तथा मल्टीटर्न जेलब्रेक मूल्यांकनों में GPT-6 Sol की तुलना में तुलनीय या अधिक डिफेंडर सफलता दर है।

OpenAI रिपोर्ट करता है कि GPT-6.1 Sol ने स्वचालित सुरक्षा समीक्षक को बायपास करने का कोई प्रयास नहीं किया, जो GPT-6 Astra और GPT-6 Sol के समान है। इसके मापे गए गलत प्रस्तुति दर 1.50% है, जबकि GPT-6 Sol के लिए 1.30% और Astra के लिए 0.51% है, उन कार्यों पर जो जानबूझकर बेईमानी को उकसाने के लिए चुने गए थे। मॉडल 2.08% मामलों में टूटे खोज उपकरण को मान्यता देने में विफल रहता है, जबकि GPT-6 Sol के लिए यह 4.92% है।

49,650 आंतरिक Codex कार्यों की एक तैनाती सिमुलेशन में, GPT-6.1 Sol ने गंभीरता 3 या उससे अधिक (0.056%) पर 28 असंगति संकेत प्राप्त किए, जबकि GPT-6 Sol के लिए 42 (0.085%) और GPT-6 Astra के लिए 27 (0.054%) थे। OpenAI गंभीरता 3 को उस असंगत व्यवहार के रूप में परिभाषित करता है जिसे एक समझदार उपयोगकर्ता संभवतः अपेक्षा नहीं करेगा और दृढ़ता से आपत्ति करेगा।

साइबर क्षमता मूल्यांकनों में, GPT-6.1 Sol ने अधिकतम तर्क प्रयास पर ExploitBench पर 99.7% अंक प्राप्त किए, जिसका परिणाम OpenAI चेतावनी देता है कि यह ऐतिहासिक कमजोरियों के संपर्क से संभावित प्रदूषण के कारण कृत्रिम रूप से बढ़ा हो सकता है। ExploitBench Internal Port पर, हाल ही में उजागर की गई कमजोरियों का उपयोग करके एक आंतरिक मूल्यांकन में, मॉडल ने 21.5% मनमाना कोड-एक्जीक्यूशन सफलता दर प्राप्त की, जबकि GPT-6 Sol के लिए 5.5% और Astra के लिए 31.5% थी। इसने SEC-Bench Pro पर 78.8% अंक प्राप्त किए और ExploitGym पर प्रति प्रयास 35.1% इच्छित-भेद्य सफलता दर हासिल की। OpenAI कहता है कि मॉडल के रिपोर्ट किए गए जैविक परिणाम संकेतक Critical सीमाओं को पार नहीं कर पाए, और यह अपने Daybreak कार्यक्रम के माध्यम से साइबर के लिए चरणबद्ध विश्वसनीय-प्रवेश दृष्टिकोण अपना रहा है, जैसा कि उसने Astra के साथ किया था।

OpenAI रिपोर्ट करता है कि GPT-6.1 Sol अपने HealthBench मूल्यांकनों में GPT-6 Astra के समान प्रदर्शन करता है, जहाँ लंबाई-समायोजित स्कोर सभी चार मूल्यांकनों में Astra से 0.5 प्रतिशत अंक के भीतर हैं, और अधिकतम तर्क प्रयास पर MentalHealthBench पर कुल मिलाकर 57.9 अंक प्राप्त करता है, जबकि Astra के लिए यह 58.7 अंक है।

यह लॉन्च OpenAI द्वारा 3 सितंबर 2026 को GPT-6 Astra और 22 सितंबर 2026 को GPT-6 Sol तथा GPT-6 Luna की शुरुआत के बाद आया, जब कंपनी ने API कीमतों को 50% घटाया अपने GPT-5.6 प्रचारात्मक मूल्य निर्धारण से। GPT-6 Sol का मूल्य $2 प्रति मिलियन इनपुट टोकन और $10 प्रति मिलियन आउटपुट टोकन कर दिया गया, जो वही मानक मूल्य हैं जो अब GPT-6.1 Sol पर लागू हैं, और पहले रिलीज़ ने प्रॉम्प्ट-कैशिंग सुधार भी लाए, जिससे कैश किए गए इनपुट-टोकन रीड्स पर 90% छूट मिली।

OpenAI कहता है कि वह आने वाले दिनों में GPT-6.1 Sol Ultrafast पेश करेगा, जो Codex में उसकी मानक गति से 8 गुना तक तेज टोकन जनरेशन प्रदान करेगा। DevDay सारांश Ultrafast को एक प्रीमियम गति स्तर के रूप में वर्णित करता है, जो Codex में प्रति सेकंड 300 टोकन तक पहुंचता है और API में टोकन जनरेशन को 6 गुना तक तेज करता है, जहाँ GPT-6 Astra Ultrafast अभी उपलब्ध है और GPT-6.1 Sol Ultrafast जल्द ही आएगा।