Migration zu GPT-6.1 Sol: 9 Dinge, die schiefgehen können

Der Wechsel von GPT-6 Sol zu 6.1 Sol sieht nach einer einzeiligen Änderung aus, und der Preis ist derselbe. Es gibt jedoch einige Breaking Changes und Verhaltensänderungen. Wenn du nur den Modellnamen änderst, kann das zu Fehlern, einer überraschend hohen Rechnung oder einem Agenten führen, der sich anders verhält. OpenAIs Migrationsleitfaden für GPT-6 deckt die meisten offiziellen Änderungen ab. Dieser Beitrag ergänzt die Dinge, die in der Praxis oft Probleme bereiten.

Sie sind in der Reihenfolge von „Fehler, die sofort auffallen“ bis „Fehler, die unbemerkt bleiben“ angeordnet.

1. reasoning_effort: "none" führt zu einem 400-Fehler

Was du siehst: Die Anfrage wird abgelehnt.

Warum: 6.1 Sol unterstützt weder none noch minimal. Die niedrigste Stufe ist low. GPT-6 Sol und Luna akzeptieren weiterhin none, weshalb dein alter Code dort funktionierte.

Lösung:

• OpenAI empfiehlt, als Ersatz für none den Wert low zu verwenden. Für minimal beginne mit low und vergleiche.
• low ist langsamer und teurer als none, da dabei Reasoning-Tokens generiert werden. Für wirklich latenzempfindliche Abläufe wie Autovervollständigung oder Echtzeitklassifizierung ist es möglicherweise besser, bei GPT-6 Sol zu bleiben oder zu Luna zu wechseln.

2. Tool-Aufrufe in Chat Completions funktionieren nicht mehr

Was du siehst: Chat-Completions-Anfragen mit tools schlagen fehl.

Warum: GPT-6 Sol erlaubte Funktionsaufrufe in Chat Completions nur, wenn reasoning_effort auf none gesetzt war. Viele Projekte nutzten diese Kombination für günstige Tool-Aufrufe. Da none nicht mehr verfügbar ist, funktionieren Chat Completions mit 6.1 Sol nur noch bei Anfragen ohne Tools. Für Tools musst du die Responses API verwenden. OpenAIs Anleitung zur Migration zur Responses API führt dich durch die Umstellung.

Lösung: Wechsle zu /v1/responses. AIHubMix unterstützt die API ebenfalls. Die Parameter findest du in der Dokumentation zur AIHubMix Responses API.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "low"},          # nested, not reasoning_effort
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Get the current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    }],
    input="What's the weather in Shanghai today?",
)
print(resp.output)

Leicht zu übersehende Punkte:

• In Responses lautet der Parameter reasoning.effort. Bei Verwendung von reasoning_effort erhältst du den Fehler Unsupported parameter.
• Bei mehrstufiger Tool-Nutzung musst du alle reasoning-, function_call- und function_call_output-Elemente seit der letzten Nutzernachricht zurücksenden, nicht nur die Funktionsergebnisse.
• Bei store: false oder ZDR enthalten Reasoning-Elemente standardmäßig encrypted_content. Spiele den vollständigen Verlauf erneut ab, und es funktioniert problemlos.

3. Sampling-Parameter müssen entfernt werden

Was du siehst: Anfragen mit temperature oder top_p schlagen fehl.

Warum: Diese Parameter sind nur zulässig, wenn der Aufwand auf none steht. 6.1 Sol hat kein none, deshalb kannst du sie mit diesem Modell niemals verwenden.

Entfernen:

• temperature, top_p, top_logprobs
• logprobs in Chat Completions
• message.output_text.logprobs aus include in Responses

Wenn du logprobs für Konfidenzwerte oder Klassifizierungsschwellen verwendet hast, brauchst du einen neuen Ansatz. Eine Möglichkeit sind strukturierte Ausgaben, bei denen das Modell seine Konfidenz direkt angeben soll. Eine andere ist, diese Aufgaben einem Modell zu überlassen, das none unterstützt.

4. Caching funktioniert anders, und deine Rechnung kann höher ausfallen

Diesen Punkt übersieht man am leichtesten, besonders bei einer Migration von GPT-5.5 oder früheren Modellen. Alle folgenden Informationen stammen aus OpenAIs Leitfaden zum Prompt-Caching.

Der Parameter wurde umbenannt. prompt_cache_retention heißt jetzt prompt_cache_options.ttl, und der einzige unterstützte Wert ist "30m".

Cache-Schreibvorgänge sind kostenpflichtig. Sie kosten das 1.25-Fache des Eingabetarifs ($2.50 pro Million bei 6.1 Sol). Ein langer Präfix, den du nur einmal verwendest, kostet mit Caching jetzt 25% mehr als ohne.

Die Breakpoints wurden verschoben. Ältere Modelle setzten Breakpoints in festen Abständen (bei GPT-5.5 alle 2,048 Tokens). Im impliziten Modus wird jetzt ein einzelner Breakpoint am Ende der letzten geeigneten Nachricht gesetzt. Daher wird ein kürzerer, in mehreren Anfragen wiederverwendeter Präfix nicht automatisch erneut verwendet. Wenn viele Anfragen dieselbe Systemaufforderung, aber unterschiedliche Nutzereingaben enthalten, füge direkt nach der Systemaufforderung einen expliziten Breakpoint ein.

Wenn du eine bestehende Nachricht erweiterst, funktioniert der Cache nicht mehr. Der gecachte Endpunkt befindet sich dann mitten in einer längeren Nachricht und kann nicht abgeglichen werden. Füge stattdessen eine neue Nachricht hinzu.

Wenn du den Reasoning-Aufwand änderst, funktioniert der Cache nicht mehr. reasoning.effort ist Teil des Präfixes. Wechsle mitten in einer Unterhaltung mit configuration_update (siehe Teil 2). Beachte, dass sich dies nicht mit automatischer Kompaktierung oder Kürzung kombinieren lässt, und /responses/compact Verläufe ablehnt, die eine solche Änderung enthalten.

Bei hohem Aufkommen kann die Cache-Trefferquote sinken. Caches befinden sich auf einzelnen Maschinen. Bei mehr als etwa 15 Anfragen pro Minute mit demselben Präfix können Anfragen auf andere Maschinen umgeleitet werden und den Cache verfehlen. Gecachte Tokens zählen weiterhin zu deinem TPM-Ratenlimit.

Vergleiche vor und nach der Migration cached_tokens, cache_write_tokens, Latenz und Kosten pro Aufgabe.

5. Bei mehr als 272K Eingabe verdoppelt sich der Preis

Das Kontextfenster von 1.05M ist verlockend, aber sobald die Eingabe 272K Tokens überschreitet, wird die gesamte Anfrage mit dem 2-Fachen des Eingabetarifs und dem 1.5-Fachen des Ausgabetarifs berechnet. Bei einer Eingabe von 270K auf 280K zu wechseln, erhöht die Kosten einer Anfrage von $0.64 auf $1.27 (die Berechnung dazu findest du in Teil 3).

Lange Agentensitzungen werden immer größer, sodass diese Schwelle leicht unbemerkt überschritten wird. Richte clientseitig einen Alarm bei etwa 250K ein und löse bei dessen Auslösung eine Kompaktierung aus.

6. Bei einem kleinen max_output_tokens erhältst du eine leere Antwort

Was du siehst: status: incomplete mit dem Grund max_output_tokens, keine sichtbare Ausgabe, und trotzdem wird dir etwas berechnet.

Warum: max_output_tokens umfasst auch Reasoning-Tokens. Ein Limit, das bei none ausgereicht hat, kann bei low oder höher vollständig durch Reasoning aufgebraucht werden.

Lösung: OpenAIs Leitfaden zu Reasoning empfiehlt, mindestens 25,000 Tokens zu reservieren. Suche nach fest codierten Limits, insbesondere nach Werten, die aus Chat Completions max_tokens übernommen wurden. Der Beispielcode auf der AIHubMix-Modellseite verwendet beispielsweise 1024. Für eine kurze Textdemo reicht das aus, für echte Workloads solltest du den Wert aber erhöhen.

7. Das Verhalten von Agenten hat sich verändert – überprüfe daher die Berechtigungen

Insgesamt verhält sich 6.1 Sol besser als 6 Sol: Schwere Vorfälle sind um ein Drittel zurückgegangen, und das Modell weist deutlich häufiger darauf hin, wenn ein Tool nicht funktioniert. Einige Zahlen verdienen dennoch Beachtung (Daten von OpenAI, zusammengestellt von DataCamp):

6.1 Sol bleibt hartnäckiger. Wenn es blockiert wird, probiert es mehr Umgehungsmöglichkeiten aus und ist eher bereit, mit anderen Agenten zu kommunizieren. Für einen Automatisierungsagenten ist das meist wünschenswert, doch bei weitreichenden Berechtigungen steigen dadurch die Risiken.

Was zu tun ist:

• Setze Berechtigungen mit Sandboxes und Allowlisten durch, nicht nur mit Anweisungen im Prompt.
• Verlange für sensible Aktionen eine menschliche Freigabe: für Löschungen, Deployments, Zahlungen und alles, was Zugangsdaten betrifft.
• Bewahre vollständige Tool-Aufrufprotokolle auf und überprüfe stichprobenartig Aussagen wie „Tests bestanden“ oder „behoben“.
• Lege in Setups mit mehreren Agenten genau fest, welche Informationen die Agenten untereinander teilen dürfen.

8. Möglicherweise musst du deine Prompts anpassen

OpenAIs Migrationsleitfaden für GPT-6 führt mehrere Verhaltensänderungen auf. Sie beziehen sich zwar auf Astra, aber 6.1 Sol gehört zur selben Modellfamilie und erreicht eine ähnliche Leistung. Achte deshalb auf folgende Punkte:

• Es stellt mehr Fragen. Möglicherweise hält es an, um etwas zu bestätigen, obwohl du erwartest, dass es weitermacht. Weise es an, eher ins Handeln zu kommen und die Aufgabe abzuschließen, und stelle klar, dass Formulierungen wie „Kannst du …“ eine Aufforderung sind, die entsprechende Handlung auszuführen.
• Es befolgt Anweisungen wortwörtlicher. Es achtet stärker auf AGENTS.md und SKILL.md-Dateien, sodass eine veraltete Regel plötzlich durchgesetzt werden kann. OpenAI empfiehlt dringend, diese Dateien zu prüfen und klarzustellen, dass Anweisungen von Nutzern Vorrang vor Skills haben.
• Es setzt verstärkt auf Markdown, Listen und Tabellen und verwendet häufig vorgefertigte Formulierungen. Wenn du Fließtext möchtest, sage das ausdrücklich.
• Es testet kleine Änderungen übermäßig gründlich. Weise es darauf hin, dass Änderungen mit geringem Risiko, die sich rückgängig machen lassen, keinen vollständigen Testlauf erfordern.
• Es delegiert seltener an Subagenten, als du vielleicht möchtest. Wenn du paralleles Arbeiten willst, erkläre genau, wann Aufgaben aufgeteilt werden sollen.

9. Verfügbarkeit und Bereitstellungsbeschränkungen

• Im regulären ChatGPT-Chat noch nicht verfügbar. Nur in ChatGPT Work und Codex. Administratoren von Enterprise und Edu müssen die Funktion aktivieren.
• Der Fast-Modus funktioniert nicht mit EU-Datenresidenz. Ultrafast unterstützt nur US-Datenresidenz und globale Verarbeitung.
• Der Wissensstand endet am 30. April 2026. Für neuere Bibliotheken, APIs oder Nachrichten solltest du die Websuche oder RAG verwenden.
• Nicht unterstützt: Feinabstimmung, Predicted Outputs, Audio- und Videoeingaben sowie die Realtime- und Assistants-APIs.
• Die Ratenlimits entsprechen denen von 6 Sol: von 500 RPM / 500K TPM bei Tier 1 bis zu 15,000 RPM / 40M TPM bei Tier 5. Bei AIHubMix können Anfragen entweder über OpenAI oder Azure laufen. Wenn einer der Anbieter ausfällt oder langsamer wird, wird automatisch ein erneuter Versuch über den anderen Anbieter unternommen.

Migrationscheckliste

• [ ] none und minimal durch low ersetzen und die Latenz prüfen
• [ ] Tool-Aufrufe von Chat Completions zur Responses API migrieren
• [ ] Den verschachtelten Parameter reasoning.effort verwenden
• [ ] temperature, top_p und logprobs entfernen und jede von logprobs abhängige Logik überarbeiten
• [ ] prompt_cache_retention durch prompt_cache_options.ttl: "30m" ersetzen
• [ ] Nach gemeinsam genutzten Präfixen einen expliziten Breakpoint einfügen und sicherstellen, dass sie mindestens 1,024 Tokens lang sind
• [ ] Für Änderungen des Aufwands mitten in einer Unterhaltung configuration_update verwenden
• [ ] Einen Alarm für Eingaben ab 272K einrichten
• [ ] max_output_tokens auf mindestens 25,000 setzen
• [ ] AGENTS.md, SKILL.md und System-Prompts überprüfen
• [ ] Sandbox-Berechtigungen, Freigabeschritte und Tool-Protokollierung überprüfen
• [ ] Erfolgsrate, cached_tokens, reasoning_tokens und Kosten pro Aufgabe vor und nach der Migration vergleichen

Wenn Sie Codex verwenden, übernimmt $openai-docs migrate this project to the GPT-6 model family die meisten mechanischen Änderungen. Gehen Sie die Checkliste trotzdem selbst durch.

FAQ

Was muss ich mindestens ändern, um von GPT-6 Sol zu 6.1 Sol zu wechseln? Drei Dinge: den Modellnamen; none und minimal durch low ersetzen; sowie temperature, top_p und alles im Zusammenhang mit Logprobs entfernen. Wenn Sie Tools über Chat Completions aufrufen, müssen Sie außerdem zur Responses API wechseln.

Kann ich Chat Completions weiterhin für einfachen Text verwenden? Ja. Solange die Anfrage keine tools enthält, funktioniert Chat Completions. Das Beispiel auf der AIHubMix-Modellseite ist genau diese Art von Aufruf.

Unterstützt AIHubMix die Responses API? Ja. Setzen Sie base_url auf https://aihubmix.com/v1 und rufen Sie client.responses.create auf.

Meine Cache-Trefferrate ist nach dem Upgrade gesunken. Was sollte ich überprüfen? Drei Dinge: ob gemeinsame Präfixe mit einem expliziten Haltepunkt enden, ob Sie bestehende Nachrichten erweitern und ob Sie reasoning.effort mitten in einer Unterhaltung ändern. Vergleichen Sie anschließend cached_tokens und cache_write_tokens vor und nach dem Upgrade.

Die Latenz ist nach dem Upgrade gestiegen. Ist das zu erwarten? Wenn Sie none verwendet haben: ja. Auch low erzeugt Reasoning-Tokens. Bei latenzkritischen Abläufen bleiben Sie bei GPT-6 Sol oder Luna oder bitten Sie das Modell um eine kurze Einleitung, damit das erste Token schneller ausgegeben wird.

Überschreitet 6.1 Sol eher als 6 Sol seine Berechtigungen? Insgesamt nein. Schwere Vorfälle sind um ein Drittel zurückgegangen, und die Rate tatsächlich ausgeführter unbefugter Aktionen sank von 11% auf 3%. Etwas häufiger kontaktiert das Modell andere Agenten und verhält sich bei Programmieraufgaben täuschend. Setzen Sie Berechtigungen daher mit einer Sandbox durch, statt sich auf Prompts zu verlassen.

Funktionieren meine bestehenden AGENTS.md-Dateien und System-Prompts weiterhin? Sie werden ausgeführt, sollten aber überprüft werden. Die GPT-6-Familie befolgt Anweisungen strikter, sodass veraltete oder widersprüchliche Regeln dazu führen können, dass das Modell häufiger nachfragt oder etwas tut, was Sie nicht beabsichtigt haben.

Weiterlesen: die GPT-6.1-Sol-Reihe

• Nicht sicher, ob sich der Wechsel lohnt? Erfahren Sie, worin 6.1 Sol 6 Sol übertrifft und wie groß der Rückstand auf Astra ist: GPT-6.1 Sol vs. GPT-6 Sol: Ein Upgrade in einer Woche, das Astra beinahe einholt.
• Sie haben none durch low ersetzt. Was ist mit allem anderen? Empfehlungen nach Anwendungsfall und ein Abstimmungsprozess: Die passende Reasoning-Stufe für GPT-6.1 Sol wählen: low bis max.
• Überprüfen Sie nach der Migration Ihre Rechnung. Cache-Treffer, die 272K-Schwelle und Reasoning-Tokens erklärt: Was GPT-6.1 Sol wirklich kostet: mehr als nur der Preis von $2 / $10.

Quellen

• OpenAI: Migrationsleitfaden für GPT-6
• OpenAI: Zur Responses API migrieren
• OpenAI: Leitfaden zum Prompt-Caching
• AIHubMix: Dokumentation zur Responses API
• AIHubMix: GPT-6.1 Sol