GPT-6.1 Sol liefert fast Astra-Intelligenz zum fünftel Preis

GPT 6.1 Sol

OpenAI veröffentlicht GPT-6.1 Sol, ein Upgrade von GPT-6 Sol, das bei agentischem Coding, Computer-Nutzung und professionellen Aufgaben fast die Intelligenz von GPT-6 Astra erreicht – zu einem Fünftel der Token-Preise. Besonders günstig: gecachte Eingaben kosten nur 0,10 Dollar pro Million Token. Auf Benchmarks wie DeepSWE v1.1, GDP.pdf und AutomationBench übertrifft es GPT-6 Sol deutlich und erreicht teilweise Astra-Niveau bei drastisch niedrigeren Kosten. Verfügbar ist es ab sofort für Plus-, Pro-, Business-, Enterprise- und Edu-Nutzer in ChatGPT Work und Codex sowie über die API.

GPT-6.1 Sol ist ab heute für alle Plus-, Pro-, Business-, Enterprise- und Edu-Nutzer in ChatGPT Work und Codex verfügbar.
  1. proxysna

    Ich habe dieses Jahr noch keine 200 $ für Deepseek ausgegeben. Ich bin mir nicht sicher, welche Art von Nutzung 200 $/Monat für entweder OpenAI oder Anthropic rechtfertigen kann, ich rede nicht einmal von 500 $. Deepseek ist schneller, der Intelligenzunterschied ist meiner Meinung nach vernachlässigbar, und es ist so viel billiger, dass es mir egal ist, wie viel ich es nutze. Ich habe nie ein Tages-/Wochenlimit oder ähnliches erreicht, während ich gearbeitet oder gebastelt habe. An diesem Punkt ist es für mich in Ordnung, 6 Monate hinter der "Frontier" zurückzuliegen, rein nach dem Preis-Leistungs-Verhältnis, und wen kümmert's, welche zwielichtige Regierung meine Daten bekommt.

  2. revolvingthrow

    Es gab ein Modell namens Astra-Minor, das vor ein paar Tagen in den Dateien gefunden wurde. Ich nehme an, Sol 6.1 ist das, als kurzfristige Panik-Umbenennung, weil Sol 6 enttäuschend war, während Opus 5.5 wirklich stark wurde. Ich kann die Veröffentlichung von Sol 6 anders kaum erklären, besonders vor nur wenigen Tagen.

  3. the_duke

    Das GPT 6-Release war ... nicht großartig.

    Sol 6 war so schlecht, dass ich ausschließlich zu Opus 5.5 gewechselt bin.

    Riesige Regression im Vergleich zu Sol 5.6, oft wirklich dumme Dinge getan. Dasselbe gilt für Luna.

    Selbst Astra ist sehr unzuverlässig beim Coden. Brillant für Vision, manchmal einfach großartig, aber es macht auch oft sehr dumme Dinge.

    Ich bin gerade etwas verbittert auf OpenAI und skeptisch, dass 6.1 viel anders sein wird.

    (Anmerkung: Das ist, nachdem ich in den letzten sechs Monaten Codex/OpenAI-Modelle bevorzugt und angepriesen habe)

  4. minimaxir

    > Cached Input kostet nur 0,10 $ pro Million Tokens – 95 % weniger als der Standard-Input-Preis und 50 % weniger als der Cached-Input-Preis von GPT-6 Sol

    Das ist die eigentliche große Ankündigung. 50 % günstigerer Cache als GPT-6 Sol wird dir auf Codex viel mehr Reichweite verschaffen.

  5. gradus_ad

    Unheilvoll für die Branche und Investoren, dass der Token-Preis zum Hauptschlachtfeld wird. Könnte Anthropics Begründung für einen Börsengang in diesem Jahr sein.

  6. whatifitoldyou

    Ich muss sagen, dass diese AI-Sache mehr oder weniger so läuft, wie ich es vor etwa einem Jahr erwartet hatte. Ich denke, es gibt keinen echten Burggraben bei AI-Modellen. Es ist eine Commodity, und die großen Labore sind vorhersehbar in einen Wettlauf nach unten geraten. Nicht sicher, ob das für uns alle normalen Leute besser oder schlechter ausgeht. Ich muss sagen, ich bin aber ein bisschen froh, in dem Sinne, dass "Intelligenz" nicht von einer kleinen Minderheit kontrolliert und vermietet wird.

  7. simonw

    Ich bin etwas spät dran mit den Pelikanen, weil ich den Keynote live gebloggt habe: https://simonwillison.net/2026/Sep/29/openai-devday-2026-liv...

    Hier sind sie für GPT-6.1-Sol: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...

    Sie unterscheiden sich nicht nennenswert von den Pelikanen der GPT-6-Familie: https://static.simonwillison.net/static/2026/gpt-pelicans-gr...

  8. Nevin1901

    Ich liebe freien Marktwettbewerb. Wir bekommen jeden Tag wahnsinnige Fortschritte. Ich erinnere mich, als LLMs ein Vermögen für anständige Intelligenz kosteten.

  9. pazimzadeh

    Kann mir jemand erklären, warum bei diesen Benchmarks wie diesen ein höheres Effort-Level oft einen niedrigeren Score hat?

    Zum Beispiel bekommt GPT-6.1 Sol High 75,2 % auf DeepSWE und XHigh 71,9 % und ist teurer

    https://openai.com/index/introducing-gpt-6-1-sol/#deepswe

    Außerdem, wie oft haben sie jede Bedingung getestet – nur einmal oder ein paar Mal? Zeigen sie einen Durchschnitt mehrerer Versuche usw.?

  10. phpnode

    Was treibt die erhöhte Release-Kadenz hier an? Wir scheinen jetzt jede Woche oder so neue Modelle zu bekommen, ist das RSI?

Mehr von diesem Tag

2026-09-29