隆重推出 GPT-6.1 Sol

隆重推出 GPT-6.1 Sol

💡 原文英文,约1100词,阅读约需4分钟。
📝

内容提要

OpenAI发布GPT-6.1 Sol,价格仅为Astra的五分之一,智能水平接近Astra。在编程、专业工作、电脑操作和科研等任务上,它显著优于GPT-6 Sol,部分评测接近Astra。缓存输入每百万token仅0.10美元。事实准确性和安全性也有提升,已向ChatGPT付费用户及API开发者开放。

🔎

延伸解读

缓存输入价格大幅下调,利好长上下文智能体

GPT-6.1 Sol 的缓存输入价格仅为每百万 token 0.10 美元,比标准输入价格低 95%,也比 GPT-6 Sol 的缓存输入价格低 50%。这意味着开发者在构建需要反复复用上下文的智能体时,成本压力显著降低,可以更自由地运行多轮请求,而不必频繁担心输入费用累积。

多项评测接近 Astra,但复杂科研仍建议用 Astra

在 DeepSWE、GDP.pdf、OSWorld 2.0 等评测中,GPT-6.1 Sol 的表现接近 GPT-6 Astra,而成本约为后者的五分之一。不过,在 Terminal-Bench Science 0.1 上,Astra 仍以 68.1% 的得分保持最高,文章明确建议最困难的科研任务继续使用 Astra。读者需注意,Sol 的定位是日常专业工作的性价比之选,而非全面替代 Astra。

事实准确性提升,但评测场景不代表典型使用

在低推理强度下,GPT-6.1 Sol 将包含事实错误的回答比例从 11.4% 降至 7.7%,降幅约 32%。但文章特别说明,该评测基于用户标记过错误的困难对话,这些提示刻意设计来诱发错误,并不代表典型使用场景。因此,这一提升应理解为在挑战性任务上的改进,而非日常使用中错误率的直接反映。

安全对齐有进步,但评测同样针对极端情况

GPT-6.1 Sol 在透明度、遵守用户限制和避免越权操作等方面优于 GPT-6 Sol,未发现绕过自动安全审查的行为。例如,搜索工具故障时未告知用户的比例从 4.9% 降至 2.1%。不过,这些评测刻意测试挑战性情境,并不衡量典型使用中的失败率,读者应结合自身场景评估其安全表现。

❓

Q&A

GPT-6.1 Sol 的 API 价格是多少?

标准 API 价格为每百万输入 token 2 美元,每百万缓存输入 token 0.10 美元,每百万输出 token 10 美元。

GPT-6.1 Sol 在编程任务上的表现如何?

在 DeepSWE v1.1 上,GPT-6.1 Sol 以约五分之一的成本达到 GPT-6 Astra 的水平,并以更低的推理努力和成本超过 GPT-6 Sol 最佳分数 6.4 个百分点。

GPT-6.1 Sol 相比 GPT-6 Sol 在事实准确性上有哪些提升?

在低推理努力下,GPT-6.1 Sol 将包含事实错误的回复比例从 11.4% 降至 7.7%,减少约 32%。在所有测试的推理设置中,其错误率与 GPT-6 Astra 的差距在 1.9 个百分点以内,而成本不到后者的五分之一。

GPT-6.1 Sol 目前可以通过哪些渠道使用?

GPT-6.1 Sol 即日起面向所有 Plus、Pro、Business、Enterprise 和 Edu 用户开放,可在 ChatGPT Work 和 Codex 中使用,但暂未在 Chat 中提供。开发者可通过 OpenAI API(模型名 gpt-6.1-sol)访问。

GPT-6.1 Sol 在计算机操作任务上的表现如何?

在 OSWorld 2.0 离线集上,GPT-6.1 Sol 在最大推理努力下比 GPT-6 Sol 高出 7 个百分点,成本不到一半;与 Astra 的得分差距在 2.1 个百分点以内,而每任务成本约为其七分之一。

GPT-6.1 Sol 的安全性有哪些改进?

GPT-6.1 Sol 在透明度、尊重用户意图和安全约束方面比 GPT-6 Sol 更可靠。例如,在搜索工具损坏时未告知用户的比例为 2.1%,低于 GPT-6 Sol 的 4.9%;未发现绕过自动安全审查的尝试,与 GPT-6 Astra 和 GPT-6 Sol 一致。

🏷️

标签

➡️

继续阅读