GPT-6.1 Sol ist live: Fast Astra zum Fünftel des Preises, eine Woche nach dem Modell, das es ersetzt.

OpenAI hat GPT-6.1 Sol am 29. September 2026 in seiner Keynote zum DevDay 2026 veröffentlicht – eine Auffrischung der GPT-6 Sol-Stufe, die genau eine Woche zuvor erschienen war, deren Preis nirgends geändert wurde und die sich direkt gegen ein Modell richtet, das fünfmal so viel kostet. Die Schlagzeilen-Zahlen sind gegenüber dem Modell, das sie ersetzt, unverändert: 2,00 $ pro Million Eingabe-Token und 10,00 $ pro Million Ausgabe-Token. Die Zahl, die sich tatsächlich bewegt hat, ist die, die die meisten Agent-Workloads wirklich bezahlen: Der gecachte Input sank von 0,20 $ auf 0,10 $ pro Million Token – die Hälfte des Satzes von GPT-6 Sol und ein Zehntel von GPT-6 Astra. OpenAIs eigene Darstellung lautet, GPT-6.1 Sol „erreiche nahezu" die Intelligenz von GPT-6 Astra bei agentischem Coding, Computer-Nutzung und professioneller Arbeit – zu einem Fünftel von Astras Standard-Tokenpreisen, und das ist eine Anbieterbehauptung, keine gemessene: Stand 30. September hat kein unabhängiger Evaluator einen einzigen Score für das Modell veröffentlicht. Im Folgenden wird beides getrennt.

Was ausgeliefert wurde und wo sich der Datensatz befindet

Das Release ist für eine DevDay-Ankündigung ungewöhnlich gut dokumentiert. Innerhalb von Stunden gab es eine Modellseite unter developers.openai.com, einen Preisblock, einen System-Card-Nachtrag unter deploymentsafety.openai.com und einen Commit im eigenen öffentlichen API-Schema des Anbieters mit dem Titel „Add gpt-6.1-sol model to model enums“, zeitgestempelt auf den 29. September, 17:16 UTC. Der Developer-Changelog von OpenAI hingegen endet nach wie vor beim Eintrag vom 22. September, mit dem GPT-6 Sol und GPT-6 Luna angekündigt wurden – der 6.1-Eintrag wurde dort nicht verfasst, sodass die Modellseite und der Launch-Post die primäre Aufzeichnung sind. Die Auflösung ist wichtig, denn es gibt keinen Snapshot der zweiten Generation, auf den man verweisen könnte: Die Snapshot-Liste der Seite enthält nur einen einzigen Bezeichner, gpt-6.1-sol, ohne datierte Variante, sodass „GPT-6.1 Sol“ und das Deployment, das Sie heute aufrufen, ein und dasselbe sind.

Die Form davon, Seite an Seite mit dem, was es ersetzt:

• Bezeichner — gpt-6.1-sol, ein einzelner Snapshot gegenüber gpt-6-sol ohne datierte Variante
• Kontext — 1.050.000 Tokens und maximal 128.000 Ausgabe-Tokens bei beiden; die 6.1-Seite nennt beide Werte explizit, während die 6.0-Seite stattdessen ein Maximum von 922.000 Eingabe-Tokens dokumentiert
• Wissensstichtag — 30. April 2026 gegenüber 20. April 2026
• Reasoning-Aufwand — low, medium (Standard), high, xhigh, max, wobei none und minimal nicht unterstützt werden, gegenüber derselben Leiter plus none
• Preise — 2,00 $ Eingabe / 0,10 $ gecacht / 2,50 $ Cache-Schreiben / 10,00 $ Ausgabe pro Million Tokens gegenüber 2,00 $ / 0,20 $ / 2,50 $ / 10,00 $
• Lange Prompts — oberhalb von 272K Eingabe-Tokens wird die gesamte Anfrage mit 2× Eingabe- und Cache-Raten und 1,5× Ausgabe neu bepreist, bei beiden Modellen identisch
• Verfügbarkeit — Plus, Pro, Business, Enterprise und Edu in ChatGPT Work und Codex sowie über die API; ausdrücklich nicht im Consumer-Chat-Produkt
• Datenresidenz — Datenresidenz in den USA und der EU unterstützt, wobei der Schnellmodus unter EU-Datenresidenz nicht verfügbar ist
• Tools — Websuche, Dateisuche, Bildgenerierung, Code-Interpreter, gehostete Shell, Apply Patch, Skills, Computer Use, MCP und Toolsuche, alle über die Responses API unterstützt
• Fine-Tuning — bei keinem von beiden unterstützt

Eine API-Form, auf die vor der Migration hingewiesen werden sollte: GPT-6.1 Sol unterstützt Chat Completions, aber Tool-Aufrufe erfordern die Responses API. Bei GPT-6 Sol war die Einschränkung die umgekehrte – Funktionsaufrufe in Chat Completions funktionierten nur mit reasoning_effort: "none". Wenn Ihr Stack Tools über /v1/chat/completions aufruft, ist das eine Codeänderung, kein Modellwechsel.

Die Benchmark-Behauptungen, als Behauptungen gekennzeichnet

Jede Zahl in diesem Abschnitt stammt von Open​AI, veröffentlicht im Launch-Post, und keine davon wurde bisher von jemandem außerhalb von Open​AI reproduziert. Sie sind es wert, vollständig gelesen zu werden, denn das Muster, das sich durch sie zieht, ist konsistent – die Zugewinne gegenüber GPT-6 Sol sind real, aber das Framing, das Verbreitung findet, ist der Astra-Vergleich, und der Astra-Vergleich ist immer ein Kostenvergleich.

• DeepSWE v1.1, komplexe Software-Engineering-Aufgaben in echten Codebasen — Open​AI berichtet, dass GPT-6.1 Sol GPT-6 Astra bei etwa einem Fünftel der Kosten erreicht und den besten Wert von GPT-6 Sol um 6,4 Prozentpunkte übertrifft – bei geringerem Reasoning-Aufwand und niedrigeren Kosten.
• GDP.pdf, professionelle Fragen zu komplexen PDF-Dokumenten — Open​AI berichtet, dass GPT-6.1 Sol mit Fallbacks über Claude Opus 5.5 liegt, bei weniger als der Hälfte der Kosten pro Aufgabe über die getesteten Reasoning-Einstellungen hinweg, und sich dem State-of-the-Art-Ergebnis von Astra bei etwa einem Fünftel der Kosten pro Aufgabe nähert.
• AutomationBench 1.0.6, mehrstufige Geschäfts-Workflows über 47 Tools hinweg — Open​AI berichtet von 2,2 Prozentpunkten über Claude Opus 5.5 bei mittlerem Reasoning-Aufwand zu etwa einem Drittel der Kosten und von 4,8 Punkten über GPT-6 Sol bei derselben Einstellung.
• OSWorld 2.0 Offline-Set, Computernutzung über lange Horizonte — Open​AI berichtet von einer Verbesserung um sieben Punkte gegenüber GPT-6 Sol bei maximalem Reasoning-Aufwand zu weniger als der Hälfte der Kosten und von einem Ergebnis innerhalb von 2,1 Punkten von Astra bei etwa einem Siebtel der Kosten pro Aufgabe.
• Terminal-Bench Science 0.1, wissenschaftliche Workflows — Open​AI berichtet, dass GPT-6.1 Sol den Wert von GPT-6 Sol bei maximalem Aufwand zu weniger als der Hälfte der Kosten pro Aufgabe mehr als verdoppelt, bei durchschnittlich 5,47 $ pro Aufgabe gegenüber 23,21 $ für Claude Opus 5.5 und 23,80 $ für Astra. Open​AI gibt außerdem an, dass Astra unter den von ihm getesteten Modellen mit 68,1 % weiterhin den Spitzenwert hält und für die schwierigste wissenschaftliche Arbeit verwendet werden sollte — ein nützlicherweise unwerblicher Satz.
• Factuality — bei de-identifizierten Konversationen, in denen Nutzer einen Fehler eines früheren Modells gemeldet hatten, berichtet Open​AI, dass der Anteil der Antworten mit einem faktischen Fehler bei geringem Reasoning-Aufwand von 11,4 % auf 7,7 % sinkt, eine Reduktion um etwa 32 %, wobei die Fehlerrate über die getesteten Einstellungen hinweg innerhalb von 1,9 Punkten von Astras Wert bleibt, bei weniger als einem Fünftel der Kosten pro Aufgabe.

Zwei davon verdienen eine Übersetzung. Erstens: Die Faktualitätsbewertung läuft auf Prompts, die bewusst ausgewählt wurden, weil ein früheres Modell sie falsch beantwortet hat; OpenAI sagt das in dem Beitrag, und das bedeutet, dass die 11,4 % und 7,7 % einen feindseligen Ausschnitt des Traffics beschreiben, nicht Ihren Traffic. Zweitens: Der Absatz, der am stärksten für das Modell spricht, ist der über Transparenz bei Suchwerkzeugen im Sicherheitsaddendum: Bei Aufgaben, die darauf ausgelegt sind, bei maximalem Reasoning-Aufwand Fehler zu provozieren, teilt GPT-6.1 Sol dem Nutzer in 2,1 % der Fälle nicht mit, dass sein Suchwerkzeug defekt ist, gegenüber 4,9 % bei GPT-6 Sol, 1,5 % bei GPT-6 Astra und 28,7 % bei GPT-6 Luna. Das ist die Art von Zahl, die darüber entscheidet, ob ein Agent einsetzbar ist, und sie ist außerdem, wieder einmal, die des Anbieters selbst.

Die unabhängige Aufzeichnung ist leer, und das ist die andere Hälfte der Geschichte

Artificial Analysis — das Drittanbieter-Board, das dieser Blog als neutrale Referenz behandelt — hat keinen Eintrag für GPT-6.1 Sol. Seine Modell-URLs für den 6.1-Sol-Slug liefern 404, und die Zeichenkette taucht nicht im Live-Leaderboard-HTML auf. Was das Board jedoch hat, ist eine vollständige Bewertung von GPT-6 Sol bei maximalem Reasoning-Aufwand: einen Intelligence Index von 48, Kosten von 1,06 $ pro Index-Aufgabe, 77 Millionen generierte Ausgabe-Tokens beim Ausführen des Index gegenüber einem Board-Median von 88 Millionen sowie einen Coding Agent Index von 57 bei 2,99 $ pro Aufgabe. Diese Zahlen sind der nächstgelegene unabhängige Anker für das Modell, das GPT-6.1 Sol ersetzt, und sie sind das, woran jede 6.1-Behauptung letztlich gemessen werden sollte.

Bis dieser Eintrag erscheint, zitiert jeder, der einen 6.1-Sol-Score gegen ein anderes Modell anführt, OpenAI gegen OpenAI. Das ist kein Grund, dem Launch-Post zu misstrauen; es ist ein Grund, ein eigenes Evaluierungsset laufen zu lassen, bevor man einen Produktionspfad umstellt. Der Anbieter gibt hierzu selbst eine ungewöhnlich konkrete Anweisung: OpenAI fordert Entwickler, die GPT-6 Sol bereits nutzen, auf, vor dem Wechsel die Migrationsanleitung zu prüfen, und die Migrationsanleitung rät ihnen, Konfigurationen anhand repräsentativer Aufgaben zu vergleichen, statt anzunehmen, dass der höchste Aufwand der beste Kompromiss ist.

Die Kürzung bei der Cache-Eingabe ist der Teil, der die Rechnung tatsächlich verändert.

Eine Preisliste, die unverändert bleibt, aber eine Cache-Rate, die sich halbiert, wird leicht überlesen, und sie ist die folgenreichste Zeile im Release für alle, die Agents betreiben. Gecachte Eingabe zu 0,10 $ pro Million Tokens entspricht 5 % des Tarifs für ungecachte Eingabe, der Hälfte des Cache-Tarifs von GPT-6 Sol und – gegenüber den 1,00 $ gecachter Eingabe von GPT-6 Astra – einem Zehntel des Flaggschiff-Tarifs. Agent-Loops, die ein stabiles Präfix tausendfach erneut senden, leben fast vollständig von dieser Zeile. Derselbe Agentenmonat mit 200 Millionen Tokens, der bei GPT-6 Sol rund 40 $ für gecachte Eingabe berechnen würde, kostet bei GPT-6.1 Sol etwa 20 $; bei GPT-6 Astra kostet derselbe Cache-Traffic 200 $.

Die Rechnung geht in der Produktion nie so sauber auf, denn Cache-Lesevorgänge werden nur dann zu diesem Satz abgerechnet, wenn das Präfix tatsächlich trifft, und OpenAI weist darauf hin, dass eine Änderung des Reasoning-Aufwands oder des verfügbaren Tool-Sets einen Cache-Eintrag nicht mehr so ungültig macht wie früher — was der unauffällige Fix ist, der die Cache-Zeile überhaupt erst in einer Agent-Schleife nutzbar macht. Die andere Schwelle, die man im Auge behalten muss, ist unverändert: Bei mehr als 272.000 Input-Tokens wird die gesamte Anfrage mit doppelten Input- und Cache-Sätzen und dem 1,5-Fachen des Output-Satzes neu berechnet. Batch und Flex liegen 50 % unter dem Standard, der Fast-Modus läuft mit 2× Standard, und regionale Verarbeitung fügt dort, wo sie verfügbar ist, einen Aufschlag von 10 % hinzu.

Was noch nicht ausgeliefert wurde und was das für das Routing bedeutet

OpenAI sagt, GPT-6.1 Sol Ultrafast komme „in den kommenden Tagen“ in Codex mit bis zu 8× schnellerer Token-Generierung, ohne Preisangabe. Das ist ein Versprechen, kein Produkt, und es ist angebracht, es auch so zu nennen: Für die 6.1-Stufe gibt es heute keine Ultrafast-Preisliste, und OpenAI hat nicht gesagt, ob die 8×-Angabe im Vergleich zur Standardgeschwindigkeit oder zum Fast-Modus gemessen wird, der selbst mit dem Zweifachen des Standardpreises berechnet wird. Betrachte die Ankündigung als Signal für die Zeitplanung und bepreise sie, sobald eine Zahl auftaucht.

Auf unserer Seite, ehrlich gesagt: GPT-6.1 Sol ist noch nicht auf den Routen von OrcaRouter. Der öffentliche Katalog-Endpunkt gibt heute für openai/gpt-6.1-sol „model not found“ zurück, und unser Open​AI-Portfolio führt GPT-6 Astra, GPT-6 Sol und GPT-6 Luna. Was auf OrcaRouter gerade aufrufbar ist, ist GPT-6 Sol zum eigenen Listenpreis von Open​AI ohne Aufschlag — die Preisstaffel $2.00 / $0.20 / $10.00 und die 272K-Umpreisungsregel, genau so weitergegeben, wie der Anbieter sie aufführt. Das ist diese Woche aus einem bestimmten Grund wichtiger als sonst: Dieselbe Weitergabe bedeutet: Wenn Open​AI den Preis der 6.1-Stufe senkt oder Ultrafast mit einem Preis versieht, ist die Änderung bei uns am selben Tag live wie bei Open​AI, ohne dass ein zweiter Vertrag neu verhandelt werden muss. Wenn 6.1 Sol auf den Routen landet, wird es wie alles andere im Katalog zum Preis des Anbieters erscheinen, und bis dahin lautet die ehrliche Antwort, dass das Modell, das es ersetzt, das ist, das Sie aufrufen können.

Die praktische Seite der Entscheidung: Wenn Sie bereits GPT-6 Sol nutzen und Ihr Workload cache-lastig, agentisch oder langfristig ausgerichtet ist, verbessert das 6.1-Refresh genau die Dimensionen, für die Sie bezahlen, und die Migration besteht aus einer Änderung des Modell-Strings plus einem Wechsel von Chat-Completions zu Responses, wenn Sie Tools verwenden. Wenn Ihr Workload aus Kurz-Prompt-Generierung mit wenig Wiederverwendung besteht, ändert das Release für Sie fast nichts – gleicher Input-Preis, gleicher Output-Preis, gleiches Fenster. Und wenn Sie auf eine Drittanbieter-Bewertung gewartet haben, bevor Sie sich festlegen, ist dieses Warten weiterhin offen.