GPT-6.1 Sol заметно улучшает результаты GPT-6 Sol, сохраняя прежние стандартные цены на входные и выходные токены. Независимые тесты также показывают небольшой разрыв с GPT-6 Astra, хотя Claude Opus 5.5 и Sonnet 5.5 набирают больше баллов в общем рейтинге.
В таблице приведены результаты Artificial Analysis при максимальном уровне рассуждения. Intelligence Index объединяет десять тестов на рассуждение, программирование, знания и профессиональные задачи. Это индекс, а не процент правильных ответов.
| Модель | AA Intelligence Index, больше лучше | Средняя стоимость задачи AA | Вход, за 1 млн токенов | Выход, за 1 млн токенов |
|---|---|---|---|---|
| GPT-6 Sol | 48 | $1,05 | $2 | $10 |
| GPT-6.1 Sol | 52 | $0,72 | $2 | $10 |
| GPT-6 Astra | 53 | $3,26 | $10 | $50 |
| Claude Sonnet 5.5 | 56 | $7,60 | $2 | $10 |
| Claude Opus 5.5 | 58 | $5,98 | $4 | $20 |
Данные проверены 29 сентября 2026 года. Результаты Claude включают стандартную конфигурацию с резервными моделями. Стоимость задачи представляет собой взвешенное среднее по тестам, цены токенов соответствуют стандартным тарифам API.
Разница хорошо видна в цифрах. Sol 6.1 набирает на 4 балла больше Sol 6 и уступает Astra всего 1 балл. Расчёт по указанным значениям показывает, что средняя стоимость задачи в этих тестах примерно на 31% ниже Sol 6 и на 78% ниже Astra.
Claude показывает более высокий общий результат при максимальных настройках, но требует большего бюджета. Sonnet особенно наглядно демонстрирует, почему нельзя оценивать расходы только по цене токена, его входные и выходные токены стоят столько же, сколько у Sol 6.1, а средняя стоимость задачи значительно выше.
В анонсе OpenAI также опубликованы сравнения по отдельным задачам:
| Тест | С какой моделью сравнивается | Разница в результате GPT-6.1 Sol |
|---|---|---|
| DeepSWE 1.1, разработка ПО | Лучший результат GPT-6 Sol | На 6,4 процентного пункта выше, при меньшем уровне рассуждения |
| AutomationBench, средний уровень | Claude Opus 5.5 | На 2,2 процентного пункта выше |
| OSWorld 2.0 offline, максимальный уровень | GPT-6 Astra на максимальном уровне | На 2,1 процентного пункта ниже |
Здесь указана разница между результатами, а не абсолютные баллы. Настройки рассуждения отличаются между строками.
Эти данные делают Sol 6.1 интересным вариантом для проектов, где важны одновременно качество и стоимость эксплуатации. При выборе модели сравнивайте одинаковые реальные задачи, учитывая качество результата, расход токенов и итоговую сумму.
Подробнее читайте в анонсе OpenAI и в результатах Artificial Analysis. Изучить современные ИИ модели можно на opencheese.dev.