GPT-6.1 Sol kommt Astra nahe und kostet pro Aufgabe weniger

GPT-6.1 Sol ist am 29. September 2026 erschienen, und die unabhängigen Ergebnisse geben mir einen klareren Grund zum Ausprobieren als der vorige Sol-Release. In den Intelligenztests von Artificial Analysis liegt das Modell nahe an GPT-6 Astra, bei deutlich geringeren gemessenen Kosten pro Aufgabe. Das ist auch dann nützlich, wenn die Preise für ungecachte Eingabe und Ausgabe nicht gesunken sind. [1] [3] [4] [5]

Was zeigen die Benchmarks von GPT-6.1 Sol?

Der Sprung von Sol 6 auf Sol 6.1 fällt größer aus als der von Sol im vorherigen Release. Im aktuellen Intelligence Index v4.3.2 von Artificial Analysis steigt der gerundete Wert bei maximalem Effort von 48 auf 52. Astra bleibt mit 53 knapp vorn. Alle drei Zeilen unten stammen aus derselben aktuellen Version der Evaluation. [4] [5] [6]

Sol 6.1 kommt Astra in diesem Vergleich nahe und kostet dabei rund 78 % weniger pro Benchmark-Aufgabe. Diesen Anteil habe ich aus 0,72 und 3,26 US-Dollar berechnet. Deshalb interessiert mich der Release: Das günstigere Modell nähert sich dem Gesamtergebnis des stärkeren, ohne dieselben gemessenen Ausgaben zu erfordern.

Der Index umfasst zehn Evaluationen, hauptsächlich auf Englisch und mit Text. Artificial Analysis gewichtet Agentenarbeit, Programmierung, wissenschaftliches Schlussfolgern und allgemeine Aufgaben. Visuelle und mehrsprachige Fähigkeiten werden separat gemessen. Ein Punkt Abstand in einem gerundeten Gesamtwert belegt nicht, dass die Modelle für jede Aufgabe austauschbar sind. [7]

Auch die Kostenmessung sagt mehr aus als ein Vergleich der Tokenpreise allein. Artificial Analysis verbindet die tatsächlich verwendeten Tokens mit den Preisen und typischen Cache-Trefferquoten und gewichtet dann die Ergebnisse über die Aufgaben hinweg. So erfasst die Messung einen Teil der zusätzlichen Arbeit, die ein Modell selbst wählt. Diesen Unterschied beschreibe ich in meinem Artikel darüber, warum KI-Benchmarks die praktische Modellqualität verfehlen können: Die Aufgaben des Evaluators müssen zu der Arbeit passen, die du erledigen lassen willst. [7]

Ist GPT-6.1 Sol günstiger als GPT-6 Sol?

Die Preise für ungecachte Eingabe und Ausgabe bleiben unverändert, doch die gemessenen Aufgabenkosten in der Testsuite von Artificial Analysis sinken. OpenAI nennt für Sol 6.1 bei Eingaben bis 272.000 Tokens 2 US-Dollar pro Million ungecachter Eingabetokens und 10 US-Dollar pro Million Ausgabetokens. Cache-Lesezugriffe werden tatsächlich günstiger: 0,10 US-Dollar pro Million Tokens, halb so viel wie Sol 6 dafür berechnet. Für längere Eingaben gilt eine separate Preisstufe. [1] [3]

Eine hypothetische Anfrage mit 100.000 ungecachten Eingabetokens und 10.000 Ausgabetokens kostet zu diesen Standardpreisen 0,30 US-Dollar. Die Berechnung ist dieselbe wie bei Sol 6. Sie sagt nichts darüber aus, wie viele Tokens das neuere Modell für die Anfrage braucht. Genau hier wird das unabhängige Kostenergebnis interessant.

OpenAIs eigene Tests zum Start weisen in dieselbe Richtung. Das Unternehmen berichtet, dass Sol 6.1 bei DeepSWE 1.1 mit Astra gleichzieht und dabei ungefähr ein Fünftel der Kosten pro Aufgabe verursacht. Das sind OpenAIs Ergebnisse mit der eigenen Evaluationsumgebung. Die Ankündigung weist darauf hin, dass Ergebnisse aus der Forschungsumgebung von denen in ChatGPT abweichen können. Ich würde diese Aussage nutzen, um einen Test auszuwählen, und den unabhängigen Vergleich als zweite Prüfung heranziehen. [1]

Das ist ein anderes Argument als bei der Preissenkung für GPT-6 Sol und Luna. Dieser Release machte jeden Token günstiger. Sol 6.1 muss jetzt zeigen, dass mit diesen Tokens bessere Arbeit entsteht, die die Prüfung besteht.

Wo kannst du Sol 6.1 nutzen, und was hat Reddit getestet?

OpenAIs Start umfasst ChatGPT Work, Codex und die API, mit schrittweisem Rollout in den kostenpflichtigen Abos. Im normalen Chat ist Sol 6.1 zum Start nicht enthalten. Die Modellkennung in der API lautet gpt-6.1-sol; die offizielle Modellseite nennt ein Kontextfenster von 1.050.000 Tokens und bis zu 128.000 Ausgabetokens. [1] [2]

Der r/ChatGPT-Thread vom Veröffentlichungstag dokumentiert vor allem Erwartungen. Ein Kommentar fragt, ob schon jemand Zugriff hat, während ein anderer die spezialisierten Benchmarks der Ankündigung hinterfragt. In der geöffneten Diskussion fand sich kein überprüfter Vergleich aus erster Hand mit Sol 6.1. Auch ich habe für diesen Artikel keinen kontrollierten Vergleich durchgeführt. [8]

Damit ließe sich auch prüfen, ob das neuere Modell das Overengineering vermeidet, das ich bei GPT-5.6 Sol beobachtet habe. Als Nächstes lohnt es sich, die Kosten einer Änderung zu messen, die ich mergen kann, einschließlich meiner Zeit für Korrekturen.