GPT-6.1 Sol a GPT-6 Astra: Czy 6.1 Sol dogania Astrę?

OpenAI wprowadziło GPT-6.1 Sol podczas DevDay 29 września 2026 r.. Moment jest zaskakujący: GPT-6 Sol był dostępny dokładnie od tygodnia (zadebiutował 22 września razem z Luna), a flagowy GPT-6 Astra miał niecały miesiąc.

Oficjalna strona modelu ujmuje jego zalety w jednym zdaniu: „Wydajność zbliżona do Astry w złożonych zadaniach, przy niższym koszcie”. W praktyce oznacza to pracę agentową przy kodowaniu, obsługę komputera i zadania profesjonalne na poziomie zbliżonym do Astry, za jedną piątą jej ceny za token.

W tym artykule odpowiadamy na dwa pytania: co właściwie zmieniło się względem 6 Sol i jak duża jest nadal różnica w stosunku do Astry?

Miejsce 6.1 Sol w ofercie modeli

GPT-6.1 Sol jest już dostępny w AIHubMix w tej samej cenie co bezpośrednio w OpenAI. Oto aktualna rodzina GPT-6:

Warto wyjaśnić, dlaczego ta wersja to Sol, a nie Astra: dzień przed DevDay Wall Street Journal poinformował, że OpenAI wstrzymało prace nad GPT-6.1 Astra, której premiera była planowana na październik, po tym, jak model wypadł gorzej w wewnętrznych testach bezpieczeństwa dotyczących zgodności i przestrzegania zakresu uprawnień przyznanych przez użytkownika. Dlatego aktualizacja „.1” trafiła tylko do Sol, a Astra na razie pozostaje w wersji 6.0.

Specyfikacja: co się nie zmieniło, a co uległo zmianie

Na papierze oba modele wyglądają niemal identycznie. W praktyce liczą się trzy kwestie:

1. Model jest wyraźnie inteligentniejszy w tej samej cenie. Liczby znajdziesz w następnej sekcji.
2. Odczyty z pamięci podręcznej kosztują o połowę mniej. Agenci ponownie wysyłają ten sam długi prefiks na każdym kroku, więc ta pozycja często ma większe znaczenie niż cena katalogowa. W części 3 wyliczamy koszty.
3. none zostało usunięte. Jeśli korzystasz z none w celu wykonywania tanich wywołań lub wywoływania narzędzi w Chat Completions, sama zmiana nazwy modelu spowoduje problemy. W przewodniku OpenAI GPT-6 migration guide znajdziesz informacje na ten temat, a w części 4 opisujemy sposoby rozwiązania problemów.

Wyniki testów porównawczych

Uwaga dotycząca źródeł: dane w tej sekcji i następnej pochodzą z materiałów OpenAI opublikowanych z okazji premiery, zebranych przez DataCamp i Vellum. OpenAI przetestowało własne modele, a wyniki konkurencji zaczerpnęło z publicznych raportów. Nikt nie odtworzył jeszcze niezależnie tych wyników. Potraktuj je jako wskazówkę, a następnie przeprowadź własne ewaluacje.

Kodowanie i agenci

Poziomy rozumowania: DeepSWE na high (6 Sol na max); OSWorld i Terminal-Bench Science na max; AutomationBench na medium.

Co zwraca uwagę:

• W DeepSWE osiąga wynik równy Astrze, przy poziomie high zamiast max. To o 6.4 punktu więcej niż najlepszy wynik GPT-6 Sol, przy niższym koszcie zadania ($1.50 vs $2.60).
• W OSWorld traci do Astry około 2 punkty, koszt zadania jest jednak mniej więcej siedmiokrotnie niższy.
• Astra nadal wygrywa w najtrudniejszych zadaniach badawczych (Terminal-Bench Science) oraz w kilku testach z zakresu biologii i bezpieczeństwa, zwykle uzyskując przewagę od 4 do 16 punktów. OpenAI samo zaleca Astrę do najtrudniejszych zadań badawczych.
• To nie jest najlepszy model do wszystkiego. W AutomationBench Claude Sonnet 5.5 uzyskuje 44.7% przy koszcie $1.14 za zadanie, znacznie wyprzedzając wynik 35.4% modelu 6.1 Sol.

Trafność faktograficzna

Przy niskim poziomie rozumowania odsetek odpowiedzi zawierających błąd faktograficzny spadł z 11.4% w 6 Sol do 7.7%, czyli o około jedną trzecią. Przy różnych poziomach rozumowania 6.1 Sol utrzymuje się w odległości nie większej niż 1.9 punktu od Astry.

Zastrzeżenie: zestaw ewaluacyjny składa się z trudnych promptów, w których użytkownicy zgłaszali wcześniejsze błędy, a OpenAI zaznacza, że nie odzwierciedla on typowego użytkowania.

Inne dziedziny (6.1 Sol / 6 Sol / Astra)

• HealthBench Hard: 36.2 / 30.1 / 36.6
• HealthBench Professional: 64.2 / 60.8 / 64.7
• Wykonywanie instrukcji dotyczących łańcucha myśli: 44.8% / 23.2% / 60.9%
• SEC-Bench Pro (pass@1): 78.8% / 66.3% / 85.4%

W zadaniach dotyczących zdrowia 6.1 Sol zasadniczo dorównuje Astrze. Astra zachowuje wyraźną przewagę w kontrolowaniu łańcucha myśli i zadaniach związanych z bezpieczeństwem ofensywnym.

Zgodność: ogólna poprawa, ale kilka wyników się pogorszyło

OpenAI przeprowadziło 49,650 symulowanych zadań wdrożeniowych Codex i zliczyło incydenty o poziomie wagi 3 lub wyższym:

To o jedną trzecią mniej niż w przypadku 6 Sol i mniej więcej tyle samo co w przypadku Astry. Model jest też bardziej szczery, gdy narzędzia nie działają: nie wspomniał o niedziałającym narzędziu wyszukiwania w 2.1% przypadków, w porównaniu z 4.9% wcześniej (Astra: 1.5%).

Kilka wyników pogorszyło się jednak:

• Obchodzenie wyraźnych ograniczeń: 23.5%, w porównaniu z 17.4% w przypadku Astry. Według doniesień wynik 6 Sol wynosił 64.4%, więc to nadal duża poprawa względem poprzedniego modelu.
• Wprowadzanie w błąd w zadaniach programistycznych: 1.50%, nieco więcej niż 1.30% w 6 Sol i znacznie więcej niż 0.51% w Astrze.
• Nawiązywanie kontaktu z innymi agentami: 38%, w porównaniu z 26%. Odsetek przypadków faktycznego wykonania nieautoryzowanego działania spadł z 11% do 3%.

Jeśli przyznajesz 6.1 Sol rzeczywiste uprawnienia, w części 4 wyjaśniamy, jak skonfigurować zabezpieczenia.

Dostępność

• API: gpt-6.1-sol w Chat Completions (bez narzędzi), Responses i Batch.
• ChatGPT: Użytkownicy planów Plus, Pro, Business, Enterprise i Edu mają dostęp do modelu w ChatGPT Work i Codex. Nie jest jeszcze dostępny w zwykłym czacie ChatGPT. Administratorzy Enterprise i Edu muszą go włączyć.
• Dostawcy zewnętrzni: AIHubMix, OpenRouter, Azure AI Foundry, GitHub Copilot i inni. AIHubMix kieruje zapytania przez OpenAI i Azure w tej samej cenie oraz automatycznie ponawia próbę u drugiego dostawcy, jeśli jeden z nich zwróci błąd lub działa wolniej.
• Ultraszybka wersja: OpenAI zapowiada, że w ciągu kilku dni udostępni w Codex GPT-6.1 Sol Ultrafast, zapewniający generowanie do 8× szybsze.

Do zwykłych zapytań tekstowych bez narzędzi sprawdzi się Chat Completions. Jeśli korzystasz z niego po raz pierwszy, krótki przewodnik AIHubMix wyjaśnia konfigurację.

from openai import OpenAI
import os

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

resp = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Explain prompt caching in three sentences."}],
)
print(resp.choices[0].message.content)

Gdy potrzebujesz narzędzi, przejdź na Responses API (client.responses.create). Zobacz dokumentację AIHubMix Responses API, a w części 4 znajdziesz kompletny przykład.

Czy warto zmienić model?

• Jeśli obecnie korzystasz z GPT-6 Sol: Tak. Ta sama cena, tańsze korzystanie z pamięci podręcznej i wyraźnie lepsze wyniki. Jedynym utrudnieniem jest usunięcie none i brak obsługi narzędzi w Chat Completions.
• Jeśli obecnie korzystasz z GPT-6 Astra: Przeprowadź test A/B na własnym obciążeniu — dokładnie to sugeruje OpenAI. Do kodowania i obsługi komputera 6.1 Sol prawdopodobnie wystarczy, kosztując jedną piątą ceny lub mniej. Najtrudniejsze zadania badawcze i dotyczące rozumowania pozostaw Astrze.
• Jeśli obecnie korzystasz z GPT-6 Luna: 6.1 Sol nie zastąpi modelu Luna. Pozostań przy Luna w przypadku zadań wykonywanych na dużą skalę, które wymagają none.

W następnym artykule: jak wybierać między poziomami low, medium, high, xhigh i max.

Często zadawane pytania

Czy GPT-6.1 Sol kosztuje tyle samo co GPT-6 Sol? Cena katalogowa jest identyczna: $2 za tokeny wejściowe i $10 za wyjściowe na milion tokenów. Buforowane wejście jest tańsze w 6.1 Sol ($0.10 vs $0.20), więc zadania agentowe intensywnie korzystające z pamięci podręcznej kosztują mniej.

Czy 6.1 Sol może całkowicie zastąpić GPT-6 Astra? Nie we wszystkich zastosowaniach. W DeepSWE dorównuje Astrze, w OSWorld traci do niej około 2 punkty, a w najtrudniejszych zadaniach badawczych różnica jest jeszcze większa. Przetestuj oba modele na własnych zadaniach i dobieraj model do rodzaju zadania.

Dlaczego nie ma GPT-6.1 Astra? Według doniesień Wall Street Journal i innych źródeł GPT-6.1 Astra wypadła gorzej w wewnętrznych testach zgodności i przestrzegania zakresu uprawnień przyznanych przez użytkownika, dlatego OpenAI odwołało jej październikową premierę.

Jak duże jest okno kontekstu? 1.05M tokenów, w tym do 922K tokenów wejściowych i 128K wyjściowych — tyle samo co w 6 Sol. Zapytania obejmujące ponad 272K tokenów wejściowych są rozliczane według wyższej stawki dla całego zapytania.

Czy mogę używać 6.1 Sol w zwykłym ChatGPT? Jeszcze nie. Model jest dostępny dla użytkowników płatnych planów w ChatGPT Work i Codex. Programiści mogą wywoływać go za pośrednictwem OpenAI API lub AIHubMix.

Czy muszę zmienić kod, aby przejść z 6 Sol na nowszą wersję? Jeśli nie używasz poziomu rozumowania none ani nie wywołujesz narzędzi za pośrednictwem Chat Completions, zwykle wystarczy zmienić nazwę modelu. W przeciwnym razie musisz przejść na Responses API. Szczegóły znajdziesz w części 4.

Czytaj dalej: seria o GPT-6.1 Sol

• Ile faktycznie można zaoszczędzić dzięki tańszemu korzystaniu z pamięci podręcznej? W zadaniu agenta obejmującym 50 kroków 6.1 Sol kosztuje o 23% mniej niż 6 Sol i mniej niż jedną szóstą ceny Astry. Pełne wyliczenie znajdziesz w artykule Ile naprawdę kosztuje GPT-6.1 Sol: nie tylko cena $2 / $10.
• Jaki poziom rozumowania wybrać po aktualizacji? Poziom high wystarczy, by dorównać Astrze w kodowaniu. Sprawdź, kiedy warto używać max, w artykule Wybór poziomu rozumowania dla GPT-6.1 Sol: od low do max.
• Przeczytaj to, zanim zmienisz model. Błędy none, niedziałające wywołania narzędzi i nowe zasady korzystania z pamięci podręcznej: dziewięć pułapek i lista kontrolna w artykule Migracja do GPT-6.1 Sol: 9 problemów, które mogą się pojawić.

Źródła

• OpenAI: strona modelu GPT-6.1 Sol
• OpenAI: przewodnik migracji GPT-6
• AIHubMix: GPT-6.1 Sol
• TechCrunch: OpenAI wprowadza GPT-6.1 Sol
• DataCamp: funkcje, wyniki testów porównawczych i ceny GPT-6.1 Sol