GPT-6.1 Sol: OpenAI levererar nästan Astra-prestanda till priset av modellen den ersätter

OpenAI släppte GPT-6.1 Sol den 29 september 2026 vid sin DevDay 2026-keynote – en uppdatering av den högklassiga GPT-6 Sol-nivån som lanserades en vecka tidigare, med exakt samma pris på $2 per miljon indatatoken och $10 per miljon utdatatoken, och som av leverantören framställs som att den närmar sig GPT-6 Astra, flaggskeppet för $10/$50, till ungefär en femtedel av dess kostnad per token. Det ovanliga är inte priset. Det är att uppdateringen till samma pris en vecka senare hävdar ett språng i kapacitet, och att ingen oberoende utvärderare har betygsatt den i skrivande stund. Varje kapacitetssiffra i den här artikeln som kommer från OpenAI är märkt som sådan, eftersom det ännu inte finns något annat att jämföra den med.

Vad som faktiskt levererades, och när

Lanseringen är ovanligt väl dokumenterad för att vara ett DevDay-tillkännagivande, vilket i sig är värt att notera: inom några timmar fanns det en modellsida, en pristabell, ett tillägg till systemkortet och en incheckad post i leverantörens offentliga API-schema – en commit med titeln "Add gpt-6.1-sol model to model enums" kl. 17:16 UTC den 29 september, där föräldraversionen innehöll strängen noll gånger. Leverantörens egen ändringslogg slutar dock fortfarande vid lanseringen den 22 september av GPT-6 Sol och GPT-6 Luna; posten för 6.1 Sol har ännu inte dokumenterats där, så modellsidan och tillkännagivandeposten utgör dokumentationen.

Den konkreta formen av det:

• Modell-ID: gpt-6.1-sol, en ögonblicksbild, ingen daterad variant – du är alltid på den aktuella versionen.
• Tillgänglighet: idag för Plus-, Pro-, Business-, Enterprise- och Edu-användare i ChatGPT Work och Codex, samt via API:et. Uttryckligen inte i konsumentprodukten Chat, vilket Open​AI säger i stället för att låta det underförstås.
• Kontext: 1 050 000 tokens, 128 000 maximal utdata, kunskapsgräns den 30 april 2026.
• Resonemangskontroll: låg, medel (standard), hög, xhigh och max – fem nivåer, inte sex. GPT-6.1 Sol och GPT-6 Astra accepterar inte längre ansträngningsnivån none som GPT-6 Sol och GPT-6 Luna gör.
• Modaliteter: text och bild in, text ut. Ljud- och videoindata stöds inte.
• Verktyg: webbsökning, filsökning, bildgenerering, kodtolk, hostad shell, apply patch, skills, datoranvändning, MCP och verktygssökning – allt via Responses API. Chat Completions fungerar bara utan verktyg.
• Stöds inte: finjustering. Detta är en modell som du promptar, inte en som du tränar.
• Aviserad, inte lanserad: en Ultrafast-nivå. Open​AI säger att man kommer att erbjuda GPT-6.1 Sol Ultrafast "inom de kommande dagarna", upp till 8x snabbare tokengenerering i Codex, utan pris och utan datum.

Två rader förtjänar en andra läsning. Den femnivåiga ansträngningsstegen innebär att en prompt som använde ingen som en billig nödlösning kommer att misslyckas i valideringen på 6.1 Sol, och leverantören publicerar migreringsvägledning för exakt den här övergången från gpt-6-sol. Och Ultrafast-linjen är värd att läsa noggrant: samma nivå är redan allmänt tillgänglig för GPT-6 Astra och i förhandsversion för GPT-5.6 Sol, så 6.1 Sol beskrivs som ett kommande tillägg till en nivå som finns för andra modeller — inte som en ny nivå.

Prissättningen, och var den faktiskt biter

Priset i rubriken är oförändrat från GPT-6 Sol: $2.00 per miljon indatatoken och $10.00 per miljon utdatatoken, med cacheskrivningar på $2.50. Leverantörens egen formulering i tillkännagivandet är en jämförelse med dess flaggskepp, där $2/$10 är en femtedel av GPT-6 Astras $10/$50 — vilket är en verklig skillnad och också den minst intressanta siffran i tabellen, eftersom GPT-6 Sol redan kostade $2/$10.

Det som har förändrats är raden för cachad indata, och det är den som flyttar budgetar. GPT-6.1 Sol cachar till $0,10 per miljon tokens jämfört med GPT-6 Sols $0,20 — halva priset, och 5 % av taxan för icke-cachad indata. För allt som återanvänder ett långt prefix mellan förfrågningar halverades precis den effektiva indatakostnaden för det prefixet, utöver att modellen blev bättre, och det är siffran att modellera om du prissätter en agent som för kontext vidare mellan turer.

Multiplikatorerna, från leverantörens prissida:

• Standard: $2.00 indata / $0.10 cachad / $2.50 cacheskrivning / $10.00 utdata.
• Snabbläge: exakt 2x standard — $4.00 / $0.20 / $5.00 / $20.00. Inte tillgängligt med EU-dataresident.
• Batch och Flex: 50 % av standard — $1.00 / $0.05 / $1.25 / $5.00.
• Regional bearbetning: en premie på 10 % där det är tillgängligt; både USA- och EU-dataresident stöds för den här modellen.
• Långa prompter: allt över 272 000 indatatoken omprissätts för hela begäran till 2x indata- och cachepriser och 1,5x utdata — $4.00 / $0.20 med $15.00 ut. Att utdatasidan stiger 1,5x i stället för att fördubblas är den mjukare kanten på den här familjens långkontextsteg.

Raden för lång kontext är den man bör designa kring. Kontextfönstret är en miljon token, men prisbrytpunkten ligger vid 272 000 – så det praktiska taket för en enskild begäran är ett budgetbeslut, inte ett fönsterbeslut, och en dokumentpipeline som glider förbi den betalar dubbelt för hela begäran snarare än för överskottet.

Vad OpenAI hävdar, och vad ingen ännu har mätt

Alla prestandasiffror som hittills publicerats för GPT-6.1 Sol är leverantörsrapporterade och har inte reproducerats. Open​AI:s tillkännagivande beskriver förbättringar inom fem utvärderingar:

• DeepSWE v1.1 (komplex mjukvaruutveckling i verkliga kodbaser) — matchar GPT-6 Astra till ungefär en femtedel av kostnaden och slår GPT-6 Sols bästa resultat med 6,4 procentenheter vid en lägre resonemangsinsats.
• GDP.pdf (professionella frågor på komplexa PDF:er) — får högre poäng än Claude Opus 5.5 med fallbacks till mindre än halva kostnaden per uppgift och närmar sig Astra till ungefär en femtedel av kostnaden per uppgift.
• AutomationBench 1.0.6 (47 verktyg, affärsarbetsflöden i flera steg) — 2,2 procentenheter över Claude Opus 5.5 vid medelhög insats till omkring en tredjedel av kostnaden, och 4,8 punkter högre än GPT-6 Sol vid samma inställning.
• OSWorld 2.0 offline set (datoranvändning) — sju punkter över GPT-6 Sol vid maximal insats för mindre än halva kostnaden, och bara 2,1 punkter efter Astra till ungefär en sjundedel av dess kostnad per uppgift.
• Terminal-Bench Science 0.1 (dataanalys, simulering, teorembevisning) — mer än fördubblar GPT-6 Sols poäng vid maximal insats; i genomsnitt 5,47 $ per uppgift mot 23,21 $ för Opus 5.5 och 23,80 $ för Astra. OpenAI noterar att Astra fortfarande leder uppsättningen med 68,1 %.

De två siffrorna här som inte är förmågepoäng är de mer intressanta, eftersom de är påståenden om felfrekvens snarare än topplistepåståenden. När det gäller faktakorrekthet rapporterar OpenAI att andelen svar som innehåller minst ett sakfel sjunker från 11,4 % till 7,7 % vid låg resonemangsansträngning – en minskning med omkring 32 % – och uppger att felkvoten ligger inom 1,9 punkter från Astra i de testade inställningarna. När det gäller verktygstillförlitlighet sjunker andelen fall där agenten inte meddelar användaren att dess sökverktyg är trasigt till 2,1 %, jämfört med 4,9 % för GPT-6 Sol, 1,5 % för GPT-6 Astra och 28,7 % för GPT-6 Luna.

Båda kommer med leverantörens egna förbehåll, och de är ovanligt specifika: faktualitetsuppsättningen är avidentifierade konversationer där användare hade flaggat en tidigare modells fel, och uppgifterna för verktygsavslöjande valdes ut för att framkalla fel. Ingen av dem är ett påstående om typisk användning, och det säger Open​AI själva. Betrakta dem som leverantörens beskrivning av sitt eget tillförlitlighetsarbete, inte som uppmätta fakta.

Den oberoende bilden är tunnare än man skulle förvänta sig för en lansering i närheten av ett flaggskepp. Artificial Analysis – den utvärderare mot vars Intelligence Index resten av den här familjen vanligtvis jämförs – har ingen post för GPT-6.1 Sol: dess modell-URL returnerar 404 och strängen förekommer inte någonstans i dess leaderboard-data, som däremot innehåller GPT-6 Sol, GPT-6 Astra och GPT-6 Luna i deras olika resonemangskonfigurationer. Den närmaste tillgängliga jämförelsepunkten är modellen som den här ersätter: Artificial Analysis poängsätter GPT-6 Sol till 48 på sitt Intelligence Index i max-effort-konfigurationen, till en utvärderingskostnad på 1,05 USD per uppgift, med 77 miljoner genererade tokens under körningen, vid 78 tokens per sekund. Fram till dess att 6.1 Sol har en jämförbar rad är den ärliga sammanfattningen av kapacitetspåståendet att Open​AI säger att det är ett stort steg och att ingen ännu har publicerat en siffra som bekräftar eller motsäger det.

Namnet, och modellen som aldrig anlände

GPT-6-serien framstår som tre nivåer – Astra i toppen, Sol under den, Luna i botten – plus ett spöke. Det spöket är GPT-6.1 Astra, den planerade flaggskeppsuppdateringen som Wall Street Journal rapporterade den 28 september hade skrotats, med frontier-träning pausad. Vi behandlade det beslutet i en egen artikel i stället för att återuppta debatten här. Det som spelar roll för läsningen av denna release är formen den lämnar efter sig: en 0.1-versionshöjning för mellannivån som bär de förbättringar som annars hade gått till ett flaggskepp, med modellsidans egen positioneringsrad som anger avsikten rakt ut – prestanda nära Astra för komplext arbete till en lägre kostnad. GPT-6.1 Sol är inte så mycket en iteration av förra veckans Sol som ersättaren för en modell som aldrig lanserades.

Var det här ligger för oss, ärligt talat

OrcaRouter routar inte GPT-6.1 Sol ännu. Den offentliga katalogen har ingen post för den, och vi kommer inte att beskriva en modell som vi inte kan tillhandahålla som om vi kunde. Det vi faktiskt tillhandahåller är modellen som den ersätter: GPT-6 Sol på OrcaRouter kostar samma listpris på $2.00 för indata / $10.00 för utdata, med båda raderna för kontextnivåer publicerade, tillsammans med GPT-6 Astra ovanför den och GPT-6 Luna nedanför den.

Skälet som spelar roll för en uppdatering till oförändrat pris i stället för en prissänkning: eftersom vi för vidare leverantörens listpris utan att lägga på någon marginal, kostar GPT-6.1 Sol den dag den landar i katalogen precis vad OpenAI tar för den, utan någon eftersläpning i omprissättningen från vår sida – och eftersom en och samma API-nyckel når alla leverantörer vi erbjuder, är det att flytta en arbetsbelastning till den en fråga om att byta modell-ID, inte om att teckna ett nytt avtal. För en substitution där den befintliga modellen och ersättaren kostar exakt lika mycket är det skillnaden mellan en enradsändring och ett migreringsprojekt. Fram till dess är det klokaste draget för en obetygsatt modell att hålla den borta från en produktionsväg och använda failover till en beprövad syskonmodell när primären ger fel – vilket också är det billigaste sättet att ta reda på om leverantörens påståenden håller för din arbetsbelastning.

Vad du bör hålla koll på under de kommande två veckorna

Tre saker skulle avgöra de frågor som den här utgåvan lämnar öppna, och ingen av dem finns med ännu. För det första: ett oberoende betyg – en enda rad hos Artificial Analysis för GPT-6.1 Sol skulle göra det största påståendet i tillkännagivandet till något som går att kontrollera, och det är den siffra som mest sannolikt påverkar upphandlingsbeslut. För det andra: Ultrafast-priset. OpenAI har lovat nivån ”inom de närmaste dagarna” för Codex med upp till 8x genereringshastighet, men en utannonserad tjänstenivå utan siffra är ett löfte, inte en produkt, och Fast-lägets 2x-standardtaxa är den enda hållpunkten för att gissa vad det kommer att kosta. För det tredje: huruvida förbättringen av faktakorrektheten från 11,4 % till 7,7 % överlever kontakten med en testrigg som inte är OpenAIs – eftersom den, tillsammans med redovisningsgraden för sökverktyg, är de två påståenden som skulle motivera att flytta produktionstrafik i stället för en rad på en resultattavla.

Den ärliga sammanfattningen är att GPT-6.1 Sol är en riktig lansering med en riktig prislista, en dokumenterad API-yta och en uppsättning leverantörssiffror som är större än vad en 0.1-uppdatering brukar medföra. Prisargumentet är enkelt: den kostar lika mycket som modellen den ersätter, och dess cachade indata kostar hälften så mycket. Kapacitetsargumentet är helt och hållet Open​AI:s tills någon annan mäter det – vilket är hela anledningen till att läsa specifikationsbladet nu och benchmarkarna om en vecka.

GPT-6.1 Sol finns inte på våra rutter ännu. När den väl är det kommer den att visas i den fullständiga modellkatalogen till Open​AI:s eget listpris utan påslag, bredvid de över 200 modeller som redan ligger bakom en enda API-nyckel.