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

Der Umstieg von GPT-6 Sol auf 6.1 Sol sieht aus wie eine einfache Namensänderung, und der Preis bleibt gleich. Aber es gibt einige grundlegende Änderungen und Verhaltensänderungen, sodass eine bloße Änderung des Modellnamens zu Fehlern, einer unerwarteten Rechnung oder einem Agenten führen kann, der sich anders verhält. OpenAI's GPT-6-Migrationsleitfaden deckt die meisten offiziellen Änderungen ab. Dieser Beitrag ergänzt die Punkte, die in der Praxis oft Probleme verursachen.

Sie sind von "laut fehlerhaft" bis "leise fehlerhaft" geordnet.

1. reasoning_effort: "none" führt zu einem 400

Was Sie sehen werden: Die Anfrage wird abgelehnt.

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

Behebung:

• OpenAI's Zuordnung besteht darin, none durch low zu ersetzen. Für minimal beginnen Sie bei low und vergleichen Sie.
• low ist langsamer und teurer als none, da es Reasoning-Tokens generiert. Für wirklich latenzempfindliche Pfade wie Autovervollständigung oder Echtzeitklassifizierung kann es besser sein, bei GPT-6 Sol zu bleiben oder zu Luna zu wechseln.

2. Toolaufrufe in Chat Completions funktionieren nicht mehr

Was Sie sehen werden: Chat Completions-Anfragen, die tools einschließen, schlagen fehl.

Warum: GPT-6 Sol erlaubte nur Funktionsaufrufe in Chat Completions, wenn reasoning_effort none war, und viele Projekte basierten auf dieser Kombination für kostengünstige Toolaufrufe. Da none nicht mehr verfügbar ist, funktioniert Chat Completions auf 6.1 Sol nur für Anfragen ohne Tools. Für Tools müssen Sie die Responses-API verwenden. OpenAI's Leitfaden zur Migration zur Responses-API führt Sie durch den Prozess.

Behebung: Wechseln Sie zu /v1/responses. AIHubMix unterstützt dies ebenfalls; siehe die AIHubMix Responses API-Dokumentation für Parameter.

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": "Holen Sie sich das aktuelle Wetter für eine Stadt",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    }],
    input="Wie ist das Wetter heute in Shanghai?",
)
print(resp.output)

Einfach zu übersehende Dinge:

• In Responses ist der Parameter reasoning.effort. Das Senden von reasoning_effort führt zu Unsupported parameter.
• Bei der Verwendung von Tools in mehreren Runden senden Sie alle Reasoning-, Function_Call- und Function_Call_Output-Elemente seit der letzten Benutzeranfrage zurück, nicht nur die Funktionsresultate.
• Mit store: false oder ZDR enthalten Reasoning-Elemente standardmäßig encrypted_content. Spielen Sie die gesamte Historie ab, und es funktioniert einfach.

3. Sampling-Parameter müssen entfernt werden

Was Sie sehen werden: Anfragen mit temperature oder top_p schlagen fehl.

Warum: Diese Parameter sind nur erlaubt, wenn der Aufwand none ist. 6.1 Sol hat kein none, sodass Sie sie mit diesem Modell niemals verwenden können.

Entfernen:

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

Wenn Sie Logprobs für Vertrauenswerte oder Klassifikationsschwellen verwendet haben, benötigen Sie einen neuen Ansatz. Eine Möglichkeit sind strukturierte Ausgaben, die das Modell auffordern, sein Vertrauen direkt zu melden. Eine andere Möglichkeit besteht darin, diese Aufgaben auf einem Modell zu belassen, das none unterstützt.

4. Caching funktioniert anders, und Ihre Rechnung kann steigen

Dies ist das einfachste, was man übersehen kann, insbesondere beim Umstieg von GPT-5.5 oder früher. Alles Folgende stammt aus OpenAI's 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 werden berechnet. Sie kosten das 1,25-fache des Eingabepreises (2,50 $ pro Million bei 6.1 Sol). Ein langer Präfix, den Sie nur einmal verwenden, kostet jetzt 25 % mehr mit Caching als ohne.

Breakpoints wurden verschoben. Ältere Modelle setzten Breakpoints in festen Abständen (alle 2.048 Tokens bei GPT-5.5). Der implizite Modus setzt jetzt einen Breakpoint am Ende der neuesten berechtigten Nachricht. Infolgedessen wird ein kürzerer Präfix, der über Anfragen hinweg geteilt wird, nicht automatisch wiederverwendet. Wenn viele Anfragen einen Systemprompt teilen, gefolgt von unterschiedlichen Benutzereingaben, fügen Sie einen expliziten Breakpoint direkt nach dem Systemprompt hinzu.

Das Anhängen an eine bestehende Nachricht bricht den Cache. Der zwischengespeicherte Endpunkt landet in der Mitte einer längeren Nachricht und kann nicht zugeordnet werden. Fügen Sie stattdessen eine neue Nachricht hinzu.

Änderungen des Reasoning-Aufwands brechen den Cache. reasoning.effort ist Teil des Präfixes. Wechseln Sie mitten im Gespräch mit configuration_update (siehe Teil 2). Beachten Sie, dass es nicht mit automatischer Verdichtung oder Trunkierung kombiniert werden kann, und /responses/compact weist Historien zurück, die eine solche enthalten.

Hoher Verkehr kann die Trefferquote senken. Caches leben auf einzelnen Maschinen. Mehr als etwa 15 Anfragen pro Minute mit demselben Präfix können auf andere Maschinen überlaufen und nicht erfasst werden. Zwischengespeicherte Tokens zählen auch weiterhin zu Ihrem TPM-Ratenlimit.

Vor und nach der Migration vergleichen Sie cached_tokens, cache_write_tokens, Latenz und Kosten pro Aufgabe.

5. Überschreiten von 272K Eingaben verdoppelt den Preis

Das 1,05M Kontextfenster ist verlockend, aber sobald die Eingabe 272K Tokens überschreitet, wird die gesamte Anfrage mit 2× Eingabe und 1,5× Ausgabe berechnet. Der Wechsel von 270K auf 280K Eingaben erhöht die Kosten von 0,64 $ auf 1,27 $ (Teil 3 enthält die Berechnung).

Lange Agentensitzungen wachsen weiter, sodass es leicht ist, diese Grenze ohne Notice zu überschreiten. Stellen Sie einen clientseitigen Alarm bei etwa 250K ein und lösen Sie eine Verdichtung aus, wenn er ausgelöst wird.

6. Ein kleiner max_output_tokens führt zu einer leeren Antwort

Was Sie sehen werden: status: incomplete mit dem Grund max_output_tokens, keine sichtbare Ausgabe, und Sie werden trotzdem belastet.

Warum: max_output_tokens beinhaltet Reasoning-Tokens. Eine Obergrenze, die bei none in Ordnung war, kann bei low oder höher vollständig aufgebraucht werden.

Behebung: OpenAI's Leitfaden zum Reasoning empfiehlt, mindestens 25.000 Tokens zu reservieren. Achten Sie auf fest codierte Grenzen, insbesondere Werte, die von Chat Completions max_tokens übernommen wurden. Der Beispielcode auf der AIHubMix-Modellseite verwendet beispielsweise 1024. Das ist in Ordnung für eine schnelle Textdemo, aber erhöhen Sie es für echte Arbeitslasten.

7. Agentenverhalten hat sich geändert, daher überprüfen Sie die Berechtigungen

Insgesamt verhält sich 6.1 Sol besser als 6 Sol: Schwere Vorfälle sind um ein Drittel gesunken, und es ist viel wahrscheinlicher, dass es Ihnen mitteilt, wenn ein Tool defekt ist. Einige Zahlen verdienen dennoch Aufmerksamkeit (OpenAI-Daten, zusammengestellt von DataCamp):

6.1 Sol ist hartnäckiger. Es versucht mehr Umgehungen, wenn es blockiert ist, und ist eher bereit, mit anderen Agenten zu sprechen. Das ist normalerweise das, was Sie von einem Automatisierungsagenten erwarten, erhöht jedoch die Risiken, wenn der Agent umfassende Berechtigungen hat.

Was zu tun ist:

• Durchsetzen von Berechtigungen mit Sandboxes und Whitelists, nicht nur durch Anweisungen im Prompt.
• Erfordern Sie die Genehmigung durch Menschen für sensible Aktionen: Löschungen, Bereitstellungen, Zahlungen und alles, was mit Anmeldeinformationen zu tun hat.
• Führen Sie vollständige Protokolle über Toolaufrufe und überprüfen Sie Ansprüche wie "Tests bestanden" oder "behoben".
• Definieren Sie in Multi-Agenten-Setups genau, was Agenten einander mitteilen dürfen.

8. Ihre Prompts müssen möglicherweise angepasst werden

OpenAI's GPT-6-Migrationsleitfaden listet mehrere Verhaltensänderungen auf. Sie sind auf Astra geschrieben, aber 6.1 Sol gehört zur gleichen Familie und verhält sich ähnlich, also überprüfen Sie sie:

• Es stellt mehr Fragen. Es kann anhalten, um zu bestätigen, wo Sie erwarten würden, dass es weitergeht. Sagen Sie ihm, dass es zu Aktionen neigen soll und die Aufgabe zu beenden, und dass Formulierungen wie "kannst du…" eine Aufforderung sind, die Sache zu tun.
• Es befolgt Anweisungen wörtlicher. Es achtet genauer auf AGENTS.md und SKILL.md-Dateien, sodass eine veraltete Regel plötzlich durchgesetzt werden kann. OpenAI empfiehlt dringend, diese Dateien zu überprüfen und festzustellen, dass Benutzeranweisungen Vorrang vor Fähigkeiten haben.
• Es setzt auf Markdown, Listen und Tabellen und verwendet Standardformulierungen. Wenn Sie Prosa möchten, sagen Sie das ausdrücklich.
• Es testet kleine Änderungen übermäßig. Sagen Sie ihm, dass risikoarme, reversible Änderungen keinen vollständigen Testlauf benötigen.
• Es delegiert weniger an Unteragenten, als Sie möchten. Wenn Sie parallele Arbeiten wünschen, erklären Sie, wann Aufgaben aufgeteilt werden sollen.

9. Verfügbarkeits- und Bereitstellungslimits

• Noch nicht im regulären ChatGPT-Chat. Nur ChatGPT Work und Codex. Enterprise- und Edu-Administratoren müssen es aktivieren.
• Schneller Modus funktioniert nicht mit EU-Datenresidenz. Ultrafast unterstützt nur US-Residenz und globale Verarbeitung.
• Wissenstand ist der 30. April 2026. Für neuere Bibliotheken, APIs oder Nachrichten verwenden Sie die Websuche oder RAG.
• Nicht unterstützt: Feinabstimmung, Vorhergesagte Ausgaben, Audio- und Videoeingaben sowie die Realtime- und Assistants-APIs.
• Ratenlimits entsprechen 6 Sol: von 500 RPM / 500K TPM auf Tier 1 bis zu 15.000 RPM / 40M TPM auf Tier 5. Bei AIHubMix können Anfragen entweder über OpenAI oder Azure laufen, mit automatischem erneuten Versuch beim anderen Anbieter, wenn einer ausfällt oder langsamer wird.

Migrationscheckliste

• [ ] Ersetzen Sie none und minimal durch low, und überprüfen Sie die Latenz
• [ ] Verschieben Sie Toolaufrufanfragen von Chat Completions zur Responses-API
• [ ] Verwenden Sie den verschachtelten reasoning.effort Parameter
• [ ] Entfernen Sie temperature, top_p und logprobs, und überarbeiten Sie jede Logik, die von Logprobs abhing
• [ ] Ersetzen Sie prompt_cache_retention durch prompt_cache_options.ttl: "30m"
• [ ] Fügen Sie einen expliziten Breakpoint nach gemeinsamen Präfixen hinzu und bestätigen Sie, dass sie mindestens 1.024 Tokens betragen
• [ ] Verwenden Sie configuration_update für Änderungen des Aufwands mitten im Gespräch
• [ ] Fügen Sie einen Alarm bei 272K Eingaben hinzu
• [ ] Setzen Sie max_output_tokens auf mindestens 25.000
• [ ] Überprüfen Sie AGENTS.md, SKILL.md und Systemprompts
• [ ] Überprüfen Sie Sandbox-Berechtigungen, Genehmigungsschwellen und Toolprotokollierung
• [ ] Vergleichen Sie Erfolgsquote, cached_tokens, reasoning_tokens und Kosten pro Aufgabe vor und nach der Migration

Wenn Sie Codex verwenden, wird das Ausführen von $openai-docs migrate this project to the GPT-6 model family die meisten mechanischen Änderungen vornehmen. Gehen Sie dennoch selbst die Checkliste durch.

FAQ

Was muss ich mindestens ändern, um von GPT-6 Sol auf 6.1 Sol zu wechseln? Drei Dinge: den Modellnamen; Ersetzen von none und minimal durch low; und Entfernen von temperature, top_p und allem, was mit Logprobs zu tun hat. Wenn Sie Tools über Chat Completions aufrufen, müssen Sie auch 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 dieser 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-Trefferquote ist nach dem Upgrade gesunken. Was sollte ich überprüfen? Drei Dinge: ob gemeinsame Präfixe einen expliziten Breakpoint nach sich haben, ob Sie an bestehenden Nachrichten anhängen und ob Sie reasoning.effort mitten im Gespräch ändern. Vergleichen Sie dann cached_tokens und cache_write_tokens vor und nach der Migration.

Die Latenz ist nach dem Upgrade gestiegen. Ist das zu erwarten? Wenn Sie none verwendet haben, ja. low generiert weiterhin Reasoning-Tokens. Für latenzkritische Pfade bleiben Sie bei GPT-6 Sol oder Luna oder bitten Sie das Modell um ein kurzes Vorwort, um das erste Token schneller zu erhalten.

Ist 6.1 Sol wahrscheinlicher als 6 Sol, seine Berechtigungen zu überschreiten? Insgesamt nein. Schwere Vorfälle sind um ein Drittel gesunken, und die Rate, tatsächlich eine unbefugte Handlung vorzunehmen, fiel von 11 % auf 3 %. Es ist jedoch etwas wahrscheinlicher, andere Agenten zu kontaktieren und in Programmieraufgaben täuschend zu sein, daher sollten Sie Berechtigungen mit einer Sandbox durchsetzen, anstatt sich auf Prompts zu verlassen.

Werden meine bestehenden AGENTS.md und Systemprompts weiterhin funktionieren? Sie werden ausgeführt, aber überprüfen Sie sie. Die GPT-6-Familie befolgt Anweisungen strenger, sodass veraltete oder widersprüchliche Regeln dazu führen können, dass das Modell häufiger stoppt, um nachzufragen, oder etwas tut, was Sie nicht beabsichtigt haben.

Weiterlesen: die GPT-6.1 Sol-Serie

• Unsicher, ob der Umstieg sich lohnt? Sehen Sie, wo 6.1 Sol 6 Sol übertrifft und wie weit es hinter Astra zurückbleibt: GPT-6.1 Sol vs GPT-6 Sol: Ein einwöchiges Upgrade, das Astra fast einholt.
• Sie haben none durch low ersetzt. Was ist mit allem anderen? Empfehlungen nach Anwendungsfall und ein Anpassungsprozess: Auswahl eines Reasoning-Aufwands für GPT-6.1 Sol: von niedrig bis maximal.
• Überprüfen Sie Ihre Rechnung nach der Migration. Cache-Treffer, die 272K-Grenze und Reasoning-Tokens erklärt: Was GPT-6.1 Sol wirklich kostet: Über den Preis von 2 $ / 10 $ hinaus.

Quellen

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