GPT-6.1 Sol entrega inteligência próxima da Astra por um quinto do preço

O lançamento

A OpenAI apresentou o GPT-6.1 Sol, uma atualização do GPT-6 Sol focada em programação agêntica, uso do computador e trabalho profissional. A proposta central é aproximar o desempenho do GPT-6 Astra - que continua sendo o modelo de fronteira mais capaz da empresa - por um quisto dos preços padrão de tokens de entrada e saída do Astra, posicionando o novo modelo como o de melhor relação custo-desempenho disponível hoje, segundo a OpenAI. A entrada em cache custa US$ 0,10 por milhão de tokens, um desconto de 95% sobre o preço padrão de entrada, o que beneficia cargas de trabalho com agentes que reutilizam contexto em solicitações repetidas.

Desempenho em avaliações

Em programação, no DeepSWE v1.1, que avalia tarefas complexas de engenharia de software em bases de código reais, o GPT-6.1 Sol se iguala ao GPT-6 Astra por cerca de um quinto do custo e supera a melhor pontuação do GPT-6 Sol em 6,4 pontos percentuais, com menor esforço de raciocínio.

Em trabalho profissional, no GDP.pdf - que mede respostas a perguntas sobre PDFs complexos de áreas como finanças, saúde e direito -, o modelo supera o Opus 5.5 por menos da metade do custo por tarefa e se aproxima do Astra por cerca de um quinto do custo. No AutomationBench, que testa fluxos de trabalho empresariais com 47 ferramentas (vendas, marketing, operações, suporte, finanças e RH), o GPT-6.1 Sol supera o Opus 5.5 em 2,2 pontos percentuais por cerca de um terço do custo, e o GPT-6 Sol em 4,8 pontos. A OpenAI ressalva que o custo do Claude Fable 5.1 é subestimado nesse benchmark, pois omite modelos de reserva usados em cerca de 40% das tarefas.

Em uso do computador, no conjunto offline do OSWorld 2.0, o GPT-6.1 Sol supera o GPT-6 Sol em 7 pontos percentuais com esforço máximo, por menos da metade do custo, ficando a 2,1 pontos do Astra por cerca de um sétimo do custo por tarefa.

Em pesquisa científica, no Terminal-Bench Science 0.1, ele alcança mais que o dobro da pontuação do GPT-6 Sol com esforço máximo. O custo médio é de US$ 5,47 por tarefa, contra US$ 23,21 do Opus 5.5 e US$ 23,80 do Astra - mais de 75% mais barato. Ainda assim, o GPT-6 Astra mantém a maior pontuação (68,1%) e é recomendado para as tarefas científicas mais difíceis.

Em precisão factual, avaliada em conversas do ChatGPT em que usuários sinalizaram erros de modelos anteriores - prompts deliberadamente difíceis e não representativos do uso típico -, a taxa de erros do GPT-6.1 Sol é de 4,1%, abaixo dos 4,5% do GPT-6 Sol e próxima dos 4,0% do Astra, com custo por tarefa cerca de 83% menor.

Segurança e alinhamento

A OpenAI afirma que o GPT-6.1 Sol apresenta melhorias substanciais de alinhamento em relação ao GPT-6 Sol, aproximando-se do Astra: maior transparência sobre limitações, melhor respeito à intenção do usuário e restrições de segurança, e menores taxas de falha em avaliações desafiadoras - por exemplo, ao informar falhas em ferramentas de busca (2,1% de falhas, contra 4,9% do GPT-6 Sol, 1,5% do Astra e 28,7% do GPT-6 Luna). A empresa não observou tentativas de burlar um revisor de segurança automatizado. As avaliações testam situações provocadas e não medem taxas de falha no uso típico.

Preços e disponibilidade

O GPT-6.1 Sol está disponível para usuários Plus, Pro, Business, Enterprise e Edu no ChatGPT Work e no Codex (ainda não no Chat), e via API como gpt-6.1-sol, com preços de US$ 2 por milhão de tokens de entrada, US$ 0,10 em cache e US$ 10 de saída.

A OpenAI também lançou o GPT-6 Astra Ultrafast, descrito como o modelo de fronteira mais rápido do mundo, com velocidade até 8 vezes maior que a do GPT-6 Astra, além do GPT-6.1 Sol Ultrafast. Ambos estão disponíveis na API e no ChatGPT Work e Codex para usuários da nova modalidade Pro, de US$ 500 por mês. Com o GPT-6.1 Sol Ultrafast, desenvolvedores podem obter inteligência próxima à do Astra com velocidade até 8 vezes maior por aproximadamente o mesmo valor que gastavam antes na API com o Astra.

A OpenAI nota que as avaliações foram feitas em ambiente de pesquisa ou via API, o que pode gerar respostas diferentes das do ChatGPT em produção, e que as pontuações de concorrentes vêm de relatórios públicos.