[控场AI]
模型Sol

GPT-6.1 Sol

OpenAI推出的兼顾性能与成本的大语言模型,在编码、计算机操作和专业工作场景中提供接近旗舰模型的智能水平,API价格为旗舰模型的五分之一

核心事实

时间轴 (近 90 天)

11月16日

把 refund agent 从 GPT-6.1 Sol 降到 GPT-6 Luna,月账单从约 163 美元降到约 21 美元,降幅约 90%。

待验证50%
11月16日

在最大推理强度下,该模型在LIBERO基准上的成功率已接近GPT-6 Astra和GPT-6.1 Sol的水平。

待验证50%
11月14日

Gemini 4 Hydrogen完成单个任务的成本约为Sonnet 5.5的32%,但仍比GPT-6.1 Sol贵出约2.5倍。

待验证50%
11月14日

在GDP、PDF等测试中Gemini 4 Hydrogen并列第一,幻觉率为8%,而同一评测下Sonnet 5.5为43%、GPT-6.1 Sol为52%。

待验证50%
11月14日

GPT-6.1 Sol 在 40 次运行中有 14 次出现未受要求的主动让步,是全部模型中最多的,而 Claude Opus 5.5 仅 1 次。

待验证50%
11月14日

GPT-6.1 Sol 是唯一在 40 次运行中全部通过的模型,在存在交易空间的场景均促成协议,不可能版本也每次正确判定。

待验证50%
11月13日

Gemini 4 Hydrogen 在 Terminal-Bench 4.1 上的通过率为 57%。

部分验证75%
11月12日

对于追求极致代码质量的场景,GPT-6.1 Sol可能仍是首选;对于高频、大批量的工程任务,Gemini 4 Hydrogen的性价比更难被忽视。

待验证50%
11月12日

Gemini 4 Hydrogen在FrontierCode 2.0上的得分与GPT-6.1 Sol的差距不到一个百分点。

待验证50%
11月12日

在 Artificial Analysis 智能指数上,Gemini 4 Hydrogen 在默认高思考水平下得分为 51,在最高 xhigh 思考设置下可达 54。

已验证85%

还有 40 条时间轴事件

全部知识事实 (20)

已验证

在 Artificial Analysis 智能指数上,Gemini 4 Hydrogen 在默认高思考水平下得分为 51,在最高 xhigh 思考设置下可达 54。

85%
已验证

Artificial Analysis给Argon的智能指数打出53分,与GPT-6 Astra持平

80%
已验证

GPT-6.1 Sol重点强调编码、计算机操作、专业工作三类使用场景

80%
已验证

GPT-6.1 Sol在结构化生成任务上相较前代并未展现出明显的能力质变

75%
已验证

GPT-6 Sol和GPT-6 Luna在更低成本下实现了强劲表现,并在OfficeQA Pro基准测试上推高了帕累托前沿

75%
已验证

GPT-6 Astra与以往的模型迭代明显不同,在某些方面强大但在另一些场景下提升不明显甚至像退步

75%
已验证

GPT-6.1 Sol 在 DeepSWE 基准上于高推理努力等级下表现最佳

70%
已验证

OpenAI官方声称GPT-6.1 Sol在某些方面比Astra更聪明

70%
已验证

GPT-6 Astra 的上下文窗口约为 100 万 tokens

70%
已验证

在Agents' Last Exam基准测试的中等强度设置下,GPT-6.1 Terra的成绩与GPT-6 Astra持平。

65%
已验证

在DeepSuite基准上Grok 4.7得71%,GPT 5.6 Sol为72.7%,Fable 5.1为70%,Astra Max以74.1%登顶

65%
已验证

@ai-sdk/openai@3.0.121 作为补丁版本发布,核心变化是新增对 GPT-6.1 Sol 模型的支持

90%
已验证

GPT-6 Sol 与 Anthropic 的 Opus 5.5 同日发布

70%
已验证

OpenAI在DevDay发布了Decisions API,底层由专门的gpt-6-luna模型驱动

65%
已验证

Devin 官方宣布最新集成的 GPT-5.6 Sol 模型已在 Devin Desktop 和 Devin CLI 两大平台上线

65%
部分验证

Gemini 4 Hydrogen 在 Terminal-Bench 4.1 上的通过率为 57%。

75%
部分验证

GPT-6.1 Sol比GPT-6 Sol更聪明且token生成速度明显更慢

75%
待验证

v3.0.70 修复了在关闭推理(reasoning off)模式下生成提交信息和执行任务时触发的 400 错误,影响的模型包括 GPT-6 Astra、GPT-6.1 Sol、Claude Fable 5 和 Claude Opus 5.5

70%
待验证

v3.21.0 归入 Features(功能更新)类别,具体变更为 add GPT-6.1 Sol model identifier (#3986)

70%
部分验证

GPT-6 Sol High在Automation Bench上的单项任务成本仅为Opus 5的十分之一

70%

来源文章