हम GPT‑6.1 Sol पेश कर रहे हैं, जो GPT‑6 Sol का एक अपग्रेड है जो एजेंटिक कोडिंग, कंप्यूटर उपयोग और पेशेवर कार्य में GPT‑6 Astra की बुद्धिमत्ता से लगभग मेल खाता है, Astra के मानक इनपुट और आउटपुट टोकन मूल्यों के पांचवें हिस्से पर। कैश्ड इनपुट की लागत केवल $0.10 प्रति मिलियन टोकन है—मानक इनपुट मूल्य से 95% कम और GPT‑6 Sol के कैश्ड इनपुट मूल्य से 50% कम—जिससे डेवलपर्स को सक्षम एजेंट बनाने और चलाने के लिए अधिक जगह मिलती है जो अनुरोधों में संदर्भ का पुन: उपयोग करते हैं।

GPT‑6.1 Sol महत्वपूर्ण दैनिक कार्यों के लिए क्षमता और लागत का एक नया संतुलन प्रदान करता है। यह जटिल पेशेवर कार्यों में GPT‑6 Sol पर महत्वपूर्ण सुधार प्रदान करता है, कोड लिखने और डीबग करने से लेकर दस्तावेज़ों को समझने और बहु-चरणीय व्यावसायिक वर्कफ़्लो निष्पादित करने तक। इनमें से कई मूल्यांकनों में, यह काफी कम लागत पर GPT‑6 Astra के प्रदर्शन के करीब पहुंचता है।

Deep SWE v1.1 पर, GPT‑6.1 Sol लगभग पांचवें हिस्से की लागत पर GPT‑6 Astra से मेल खाता है, जबकि GPT‑6 Sol के सर्वश्रेष्ठ स्कोर को 6.4 प्रतिशत अंकों से पीछे छोड़ देता है। GDP.pdf पर, यह Opus 5.5 से अधिक स्कोर करता है, जिसमें फॉलबैक शामिल हैं, प्रति कार्य आधे से भी कम लागत पर। Automation Bench पर, यह मध्यम तर्क प्रयास पर Opus 5.5 से 2.2 प्रतिशत अंक अधिक स्कोर करता है, लगभग एक तिहाई लागत पर।

GPT‑6.1 Sol कंप्यूटर उपयोग और वैज्ञानिक अनुसंधान में भी महत्वपूर्ण प्रगति करता है। OSWorld 2.0 के ऑफ़लाइन सेट पर, यह आधे से भी कम लागत पर GPT‑6 Sol से सात प्रतिशत अंक बेहतर प्रदर्शन करता है। Terminal-Bench Science 0.1 पर, यह प्रति कार्य आधे से भी कम लागत पर GPT‑6 Sol के स्कोर को दोगुना से अधिक कर देता है। यह तथ्यात्मक सटीकता में भी सुधार करता है, कम तर्क प्रयास पर त्रुटियों को 11.4% से घटाकर 7.7% कर देता है।