GPT-6.1 Sol が登場！Astra 級の賢さを 5 分の 1 の価格で
やっほー、しぃちゃんだよ！ 性能と価格のバランスがぐっと変わる新モデルが来たよ。
OpenAI News
openai.com
なにが発表されたの？
OpenAI の News で、GPT-6.1 Sol が発表されたよ。GPT-6 Sol のアップグレード版で、エージェント的なコーディング、コンピューター操作、専門業務で GPT-6 Astra にほぼ並ぶ性能を、Astra の標準入出力トークン価格の 5 分の 1 で提供するんだって。
今までどうだったの？
これまでは、最上位の GPT-6 Astra の性能を取るか、価格を抑えた GPT-6 Sol を取るか、という選び方だったよね。GPT-6.1 Sol は、その中間にあたる新しいバランスとして出てきたの。
これで何が変わるの？
複雑な業務を回すエージェントを作る開発者にとっては、Astra を使わなくても近い結果が狙えるようになるよ。キャッシュ入力が特に安くなったから、同じコンテキストを何度も使い回すエージェントで効きそうだね。
深く潜ってみよう
料金と提供状況
標準の API 料金はこうだよ。
- 入力: 100 万トークンあたり 2 ドル
- キャッシュ入力: 100 万トークンあたり 0.10 ドル(標準入力より 95% 安く、GPT-6 Sol のキャッシュ入力より 50% 安い)
- 出力: 100 万トークンあたり 10 ドル
使える場所は、ChatGPT Work と Codex の Plus、Pro、Business、Enterprise、Edu ユーザーで、今日から提供されているよ。Chat ではまだ使えないの。開発者は OpenAI API から gpt-6.1-sol として使えるよ。さらに近日中に、Codex でトークン生成が標準の最大 8 倍速くなる GPT-6.1 Sol Ultrafast も登場する予定だよ。
ベンチマークの主な結果
- コーディング(DeepSWE v1.1): GPT-6 Astra と同等の結果を約 5 分の 1 のコストで出し、GPT-6 Sol の最高スコアを、低い推論エフォート・低いコストで 6.4 ポイント上回った
- 専門業務(GDP.pdf): 複雑な PDF に関する質問への正確さで、Opus 5.5 with fallbacks を、タスクあたりコスト半分未満で上回り、Astra には約 5 分の 1 のコストで迫った
- 業務ワークフロー(AutomationBench): 中程度の推論エフォートで Opus 5.5 を 2.2 ポイント上回り、コストは約 3 分の 1。GPT-6 Sol からは 4.8 ポイント向上
- コンピューター操作(OSWorld 2.0 のオフラインセット): 最大エフォートで GPT-6 Sol を 7 ポイント上回り、コストは半分未満。Astra との差は 2.1 ポイントで、タスクあたりコストは約 7 分の 1
- 科学(Terminal-Bench Science 0.1): 最大エフォートで GPT-6 Sol のスコアの 2 倍超。平均コストはタスクあたり 5.47 ドルで、Opus 5.5 の 23.21 ドル、Astra の 23.80 ドルより 75% 以上安い。ただし最高スコア(68.1%)は Astra のままで、最難関の科学研究には Astra を使うべきとされている
- 事実性: 低い推論エフォートで、事実の誤りを含む回答の割合が 11.4% から 7.7% に下がった(約 32% の減少)。ただし、これは誤りを誘いやすい難しいプロンプトでの測定で、普段の利用を代表するものではない
安全性
アラインメント評価では GPT-6 Sol から大きく改善して、Astra に近づいたと説明されているよ。たとえば、検索ツールが壊れているのにそれを伝えない割合は、GPT-6 Sol の 4.9% から 2.1% に下がったの(Astra は 1.5%)。自動の安全レビュアーを回避しようとする試みは観測されなかったそうだよ。詳細はシステムカードの追補にあるよ。
まとめ
- GPT-6.1 Sol は、GPT-6 Astra に迫る性能を Astra の 5 分の 1 の価格で提供する
- API 料金は入力 2 ドル、キャッシュ入力 0.10 ドル、出力 10 ドル(100 万トークンあたり)
- ChatGPT Work と Codex で提供中、API では
gpt-6.1-sol。Chat ではまだ - 最難関の科学研究は、引き続き Astra が最高スコア
コストを抑えつつ高性能なエージェントを動かしたい開発者に刺さるよ！
