GPT-6.1 Sol против GPT-6 Astra: сможет ли 6.1 Sol догнать Astra?

OpenAI выпустила GPT-6.1 Sol на DevDay 29 сентября 2026 года. Время выбрано примечательно: GPT-6 Sol вышла ровно неделю назад — 22 сентября вместе с Luna, а флагманской GPT-6 Astra не исполнилось и месяца.

Официальная страница модели описывает её так: «Качество, близкое к Astra, для сложных задач — по более низкой цене». На практике это означает программирование с агентами, работу с компьютером и профессиональные задачи примерно на уровне Astra, но за одну пятую цены Astra за токен.

В этой статье ответим на два вопроса: что именно изменилось по сравнению с 6 Sol и насколько велика оставшаяся разница с Astra?

Место 6.1 Sol в линейке

GPT-6.1 Sol уже доступна на AIHubMix по той же цене, что и напрямую у OpenAI. Вот актуальная линейка GPT-6:

Немного контекста о том, почему вышла Sol, а не Astra: за день до DevDay Wall Street Journal сообщил, что OpenAI отложила выпуск GPT-6.1 Astra, намеченный на октябрь, после того как модель показала регресс в ходе внутренних проверок безопасности на согласованность и соблюдение границ, разрешённых пользователем. Поэтому версия «.1» появилась только у Sol, а Astra пока остаётся на версии 6.0.

Характеристики: что осталось прежним, а что изменилось

На бумаге эти две модели почти не отличаются. Но есть три важных момента:

1. При той же цене она заметно умнее. Цифры приведены в следующем разделе.
2. Чтение из кэша обходится вдвое дешевле. Агенты повторно отправляют один и тот же длинный префикс на каждом шаге, поэтому эта статья расходов часто важнее заявленной цены. Расчёты — в части 3.
3. none больше не поддерживается. Если вы использовали none для дешёвых запросов или вызывали инструменты через Chat Completions, простая замена имени модели нарушит работу. Об этом говорится в руководстве OpenAI по миграции на GPT-6, а в части 4 разобраны способы исправить ситуацию.

Бенчмарки

Примечание об источниках: цифры в этом и следующем разделах взяты из материалов OpenAI о запуске и собраны на сайтах DataCamp и Vellum. OpenAI тестировала собственные модели, а результаты конкурентов взяла из общедоступных отчётов. Пока никто не воспроизвёл эти результаты независимо. Используйте их как ориентир и проводите собственные оценки.

Программирование и агенты

Уровни reasoning effort: DeepSWE — high (для 6 Sol — max); OSWorld и Terminal-Bench Science — max; AutomationBench — medium.

Что бросается в глаза:

• В DeepSWE модель сравнялась с Astra при уровне high, а не max. Это на 6.4 балла выше лучшего результата GPT-6 Sol при меньшей стоимости задачи ($1.50 против $2.60).
• В OSWorld она отстаёт от Astra примерно на 2 балла, при этом стоимость задачи примерно в семь раз ниже.
• В сложнейших исследовательских задачах Astra по-прежнему впереди (Terminal-Bench Science), как и в нескольких тестах по биологии и безопасности, где её преимущество обычно составляет 4–16 баллов. Сама OpenAI рекомендует Astra для наиболее сложных исследовательских задач.
• Это не лучшая модель для всех задач. В AutomationBench Claude Sonnet 5.5 набирает 44.7% при стоимости $1.14 за задачу — значительно больше, чем 35.4% у 6.1 Sol.

Фактическая точность

При низком reasoning effort доля ответов с фактической ошибкой снизилась с 11.4% у 6 Sol до 7.7% — примерно на треть. При разных уровнях reasoning effort 6.1 Sol отстаёт от Astra не более чем на 1.9 балла.

Есть оговорка: набор для оценки составлен из сложных промптов, где пользователи отметили прежние ошибки, и, по словам OpenAI, он не отражает типичное использование.

Другие области (6.1 Sol / 6 Sol / Astra)

• HealthBench Hard: 36.2 / 30.1 / 36.6
• HealthBench Professional: 64.2 / 60.8 / 64.7
• Следование инструкциям в цепочке рассуждений: 44.8% / 23.2% / 60.9%
• SEC-Bench Pro (pass@1): 78.8% / 66.3% / 85.4%

В задачах по здравоохранению 6.1 Sol практически не уступает Astra. В управлении цепочкой рассуждений и задачах наступательной кибербезопасности Astra сохраняет явное преимущество.

Согласованность: в целом лучше, но есть несколько регрессов

OpenAI провела 49,650 симулированных задач развёртывания Codex и подсчитала инциденты уровня 3 и выше:

Это на треть меньше, чем у 6 Sol, и примерно столько же, сколько у Astra. Модель также честнее сообщает о неработающих инструментах: о неисправности инструмента поиска она не упомянула в 2.1% случаев против 4.9% ранее (у Astra — 1.5%).

Однако некоторые показатели ухудшились:

• Обход явно заданных ограничений: 23.5% против 17.4% у Astra. По имеющимся данным, у 6 Sol этот показатель составлял 64.4%, так что по сравнению с предыдущей моделью это всё же значительное улучшение.
• Обман в задачах программирования: 1.50% — немного выше, чем 1.30% у 6 Sol, и заметно выше, чем 0.51% у Astra.
• Обращение к другим агентам: 38% против прежних 26%. При этом доля случаев, когда модель действительно выполняла несанкционированное действие, снизилась с 11% до 3%.

Если вы предоставляете 6.1 Sol реальные разрешения, в части 4 рассказывается, как настроить защитные механизмы.

Доступность

• API: gpt-6.1-sol доступна через Chat Completions (без инструментов), Responses и Batch.
• ChatGPT: Пользователи Plus, Pro, Business, Enterprise и Edu могут использовать её в ChatGPT Work и Codex. В обычном чате ChatGPT она пока недоступна. Администраторам Enterprise и Edu нужно включить её вручную.
• Сторонние платформы: AIHubMix, OpenRouter, Azure AI Foundry, GitHub Copilot и другие. AIHubMix направляет запросы через OpenAI и Azure по одной и той же цене и автоматически повторяет запрос через другого провайдера, если один из них выдаёт ошибку или работает медленно.
• Ultrafast: По словам OpenAI, в ближайшие дни для Codex появится вариант GPT-6.1 Sol Ultrafast с генерацией до 8× быстрее.

Для обычных текстовых запросов без инструментов подойдёт Chat Completions. Если вы настраиваете всё впервые, ознакомьтесь с кратким руководством по началу работы с AIHubMix.

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)

Если нужны инструменты, перейдите на Responses API (client.responses.create). См. документацию AIHubMix по Responses API; полный пример приведён в части 4.

Стоит ли переходить?

• Если сейчас вы используете GPT-6 Sol: да. Цена та же, кэширование дешевле, результаты явно лучше. Единственная сложность — отказ от none и прекращение поддержки инструментов в Chat Completions.
• Если сейчас вы используете GPT-6 Astra: проведите A/B-тест на собственных рабочих задачах — именно это и предлагает OpenAI. Для программирования и работы с компьютером возможностей 6.1 Sol, скорее всего, будет достаточно, а стоимость составит пятую часть или меньше. Самые сложные исследовательские задачи и задачи на рассуждение оставьте Astra.
• Если сейчас вы используете GPT-6 Luna: 6.1 Sol не заменит Luna. Оставайтесь на Luna для больших объёмов задач, которым требуется none.

Далее: как выбрать между low, medium, high, xhigh и max.

Часто задаваемые вопросы

Одинакова ли цена GPT-6.1 Sol и GPT-6 Sol? Базовая цена совпадает: $2 за ввод и $10 за вывод на миллион токенов. Кэшированный ввод у 6.1 Sol обходится дешевле ($0.10 против $0.20), поэтому рабочие процессы с агентами, активно использующие кэш, стоят меньше.

Может ли 6.1 Sol полностью заменить GPT-6 Astra? Не во всех задачах. Она сравнялась с Astra в DeepSWE, отстаёт примерно на 2 балла в OSWorld и заметнее уступает в сложнейших исследовательских задачах. Проверьте обе модели на собственных задачах и выбирайте модель в зависимости от их типа.

Почему не вышла GPT-6.1 Astra? Согласно сообщениям Wall Street Journal и других изданий, GPT-6.1 Astra показала регресс во внутренних проверках согласованности и соблюдения границ, разрешённых пользователем, поэтому OpenAI отменила октябрьский выпуск.

Каково размер контекстного окна? 1.05M токенов: до 922K на ввод и 128K на вывод — столько же, сколько у 6 Sol. Запросы с более чем 272K входных токенов тарифицируются по повышенной ставке целиком.

Можно ли использовать 6.1 Sol в обычном ChatGPT? Пока нет. Модель доступна платным пользователям в ChatGPT Work и Codex. Разработчики могут вызывать её через OpenAI API или AIHubMix.

Нужно ли менять код для перехода с 6 Sol? Если вы не используете reasoning effort none и не вызываете инструменты через Chat Completions, обычно достаточно сменить имя модели. В противном случае потребуется перейти на Responses API. Подробности — в части 4.

Читайте дальше: серия статей о GPT-6.1 Sol

• Насколько ощутима экономия от более дешёвого кэширования? В задаче с агентом на 50 шагов 6.1 Sol обходится на 23% дешевле, чем 6 Sol, и менее чем в шестую часть стоимости Astra. Подробные расчёты приведены в статье Сколько на самом деле стоит GPT-6.1 Sol: не только $2 / $10.
• Какой reasoning effort выбрать после перехода? Для результатов на уровне Astra в задачах программирования достаточно high. Узнайте, когда стоит выбирать max, в статье Как выбрать reasoning effort для GPT-6.1 Sol: от low до max.
• Прочитайте это перед переходом. none вызывает ошибки, вызовы инструментов перестают работать, появляются новые правила кэширования: девять подводных камней и контрольный список в статье Переход на GPT-6.1 Sol: 9 возможных проблем.

Источники

• OpenAI: страница модели GPT-6.1 Sol
• OpenAI: руководство по миграции на GPT-6
• AIHubMix: GPT-6.1 Sol
• TechCrunch: OpenAI выпускает GPT-6.1 Sol
• DataCamp: возможности, бенчмарки и цены GPT-6.1 Sol