GPT-6.1 Sol

Überblick

GPT-6.1 Sol ist OpenAIs überarbeitete Sol-Stufe, vorgestellt am 29. September 2026 auf dem OpenAI DevDay – sieben Tage nach GPT-6 Sol. Bei gleichem Listenpreis rückt es nah an das Flaggschiff GPT-6 Astra heran, das das Fünffache kostet.

Das Modell verarbeitet Text und Bild bei 1.050.000 Token Kontext und gibt bis zu 128.000 Token aus. Wissensstand ist der 30. April 2026. Der Reasoning-Aufwand lässt sich in fünf Stufen steuern (low, medium, high, xhigh, max; Default medium); die Stufen none und minimal gibt es anders als bei GPT-6 Sol nicht mehr. Parameterzahl und Architektur legt OpenAI nicht offen. Die Sicherheitsdokumentation erscheint als Nachtrag zur System Card von GPT-6 Astra und stuft das Modell im Preparedness Framework für Cybersecurity als „Critical" ein, für Biologie und Chemie als „High".

Use Cases

• Agentisches Coding in Repositories (DeepSWE v1.1 laut OpenAI-Chart 75,2 % bei Effort high)
• Computernutzung (OSWorld 2.0, Offline-Set, laut OpenAI-Chart 71,4 % bei max, 2,1 Punkte unter GPT-6 Astra)
• Automatisierte Geschäftsabläufe (AutomationBench-AA 65 % bei Artificial Analysis)
• Mathematisch-wissenschaftliche Aufgaben mit hohem Anspruch (FrontierMath Tier 4 100 %, GPQA Diamond 95 % bei Epoch AI)
• Abstraktes Problemlösen in neuen Umgebungen (ARC-AGI-3 52,73 % im Standard-Harness bei Effort max laut ARC Prize – GPT-6 Sol erreichte 4,62 %)

Stärken & Grenzen

Stärken: Unabhängig bestätigt nah am Flaggschiff. Artificial Analysis misst einen Intelligence Index von 52 (v4.3.2, Max) gegenüber 53 bei GPT-6 Astra und 48 bei GPT-6 Sol – bei Kosten von 0,72 $ je Index-Aufgabe. Im LMArena-Textboard liegt GPT-6.1 Sol mit 1484 auf Rang 21 und damit vor GPT-6 Astra (1475). Gegenüber GPT-6 Sol steigen bei AA vor allem Terminal-Bench 4.0 (44 → 56 %) und AA-Omniscience (27 → 42); die Halluzinationsrate sinkt laut AA von 60 % auf 54 %, OpenAIs interne Fehlerquote bei schweren Faktenfragen von 11,4 % auf 7,7 %. Der Preis für gecachten Input halbiert sich auf 0,10 $.

Grenzen:

• Langsamer als der Vorgänger. Artificial Analysis misst rund 65 Ausgabe-Token/s gegenüber rund 120 bei GPT-6 Sol und bei Effort max mehrere Minuten bis zum ersten Token. Das Modell erzeugt laut AA 10–30 % mehr Ausgabe-Token als GPT-6 Sol.
• Nicht überall besser: SciCode sinkt bei AA von 58 % auf 54 %, AA-LCR von 84 % auf 83 %.
• Herstellerzahlen nur als Chart. OpenAIs Ankündigung nennt im Text nur Abstände; die absoluten Werte stammen aus Chart-Ablesungen Dritter (Vellum) und sind deshalb nicht in die Score-Tabelle übernommen.
• Schwach in einzelnen Fachaufgaben: ProgramBench 3,00 %, Harvey's Legal Agent Benchmark 5,42 %, Tax Agent Bench 21,75 % (Vals AI).
• Kein Function Calling über Chat Completions – Werkzeuge nur über die Responses API.

Einordnung

Es liegt noch kein eigener Test vor; die Einordnung stützt sich auf die publizierten Zahlen der ersten zwei Wochen.

GPT-6.1 Sol ist derzeit die naheliegende OpenAI-Wahl für anspruchsvolle Agenten- und Coding-Aufgaben: fast Astra-Niveau zu einem Fünftel des Preises, mit EU-Datenresidenz auch im Fast Mode. Gegenüber Claude Sonnet 5.5 (gleicher Listenpreis, AA-Index 56) liegt es im Index zurück, braucht bei AA aber deutlich weniger Token und Geld je Aufgabe (0,72 $ gegenüber 5,46 $ bei Max Effort). Wer niedrige Latenz braucht, sollte die Effort-Stufe gezielt testen – xhigh kostet bei AA nur einen Indexpunkt und etwa die Hälfte je Aufgabe.

Gut zu wissen

• Lizenz: proprietär; API-Modell-ID gpt-6.1-sol (ohne datierten Snapshot), verfügbar über die OpenAI-API, ChatGPT (Plus, Pro, Business, Enterprise, Edu – zunächst in ChatGPT Work und Codex) und Amazon Bedrock (GA seit 29.09.2026). Für Microsoft Foundry lag zum 13.10.2026 keine Ankündigung von Microsoft vor
• API-Preise je 1M Token: 2,00 $ Input, 0,10 $ gecachter Input, 2,50 $ Cache-Write, 10,00 $ Output. Ab 272K Input-Token gilt für die ganze Anfrage der doppelte Input- und der 1,5-fache Output-Preis. Batch und Flex 50 % günstiger, Fast Mode doppelter Preis; ein „Ultrafast"-Modus zum sechsfachen Preis ist für Codex angekündigt. Regionale Verarbeitung 10 % Aufschlag
• EU-Betrieb: OpenAI unterstützt EU-Datenresidenz, auch für Fast und Ultrafast. Auf Bedrock ist keine EU-Region gelistet
• Function Calling, Structured Outputs, Web Search, File Search, Code Interpreter, Hosted Shell, Computer Use, MCP; kein Fine-Tuning
• GPT-6 Sol bleibt parallel verfügbar und ist nicht formal abgekündigt. Ein GPT-6.1 Luna gibt es nicht
• Score-Tabelle: Die Werte von Artificial Analysis gelten für Effort max (HLE 53 %, SciCode 54 %, AA-LCR v1.1 83 %). GPQA Diamond 95 % stammt von Epoch AI, ohne Angabe der Effort-Stufe. Der LMArena-Wert gilt für gpt-6.1-sol-max. Terminal-Bench 2.1 hat Vals AI für dieses Modell nicht mehr gemessen – Vals hat den Benchmark durch Terminal-Bench 4.0 ersetzt
• Weitere Werte ohne Eintrag in der Score-Tabelle – OpenAI (Chart, über Vellum): DeepSWE v1.1 75,2 % (high), OSWorld 2.0 offline 71,4 % (max), GDP.pdf 32,0 %; System-Card-Nachtrag: ExploitBench 99,7 % (max), SEC-Bench Pro 78,8 %, HealthBench Professional 64,2; Artificial Analysis (v4.3.2, Max): Terminal-Bench 4.0 56 %, AutomationBench-AA 65 %, GDP.pdf 31 %, CritPt 32 %, AA-Omniscience 42; Vals AI (max): Vals Index 61,15 % (Rang 9 von 47), Terminal-Bench 4.0 55,05 %, IOI 96,89 %; Epoch AI: FrontierMath Tier 1–3 94 %, Tier 4 100 %; ARC Prize (max): ARC-AGI-1 96,5 %, ARC-AGI-2 94,2 %
• GDPval-AA v2.1 und AA-Briefcase v1.1 stehen auf einer Elo-Skala; die Werte schwankten beim Abruf zudem je nach AA-Vergleichsseite (GDPval 1575–1593, Briefcase 1557–1564)
• SWE-bench Verified, MMLU-Pro, AIME und LiveCodeBench berichtet für GPT-6.1 Sol weder OpenAI noch eine unabhängige Quelle
• Verwandt: Vorgänger gpt-6-sol, gpt-6-astra als Flaggschiff, gpt-6-luna als günstigere Stufe, Wettbewerber claude-sonnet-5-5