GPT-6.1 Sol проти GPT-6 Astra: чи наздогнав 6.1 Sol Astra?

OpenAI випустила GPT-6.1 Sol на DevDay 29 вересня 2026 року. Час для релізу вибрано промовистий: GPT-6 Sol вийшла рівно тиждень тому (22 вересня, одночасно з Luna), а флагманській GPT-6 Astra ще не виповнився місяць.

На офіційній сторінці моделі суть пропозиції викладено одним реченням: «Якість, близька до Astra, для складних завдань за нижчою ціною». Конкретніше, це означає агентне програмування, роботу з комп’ютером і професійні завдання приблизно на рівні якості Astra, але за п’яту частину її ціни за токен.

У цій статті відповідаємо на два запитання: що саме змінилося порівняно з 6 Sol і наскільки великою залишається різниця з Astra?

Місце 6.1 Sol у лінійці

GPT-6.1 Sol уже доступна на AIHubMix за тією самою ціною, що й напряму в OpenAI. Ось актуальна лінійка GPT-6:

Трохи контексту, чому вийшла версія Sol, а не Astra: за день до DevDay Wall Street Journal повідомила, що OpenAI відклала GPT-6.1 Astra, заплановану на жовтень, після того, як модель показала гірші результати на внутрішніх тестах безпеки, які перевіряли узгодженість і дотримання меж, дозволених користувачем. Тож оновлення «.1» отримала лише Sol, а Astra поки залишається на версії 6.0.

Характеристики: що залишилося, а що змінилося

На папері ці дві моделі майже не відрізняються. Насправді важливі три речі:

1. Вона помітно розумніша за тією самою ціною. Цифри наведено в наступному розділі.
2. Читання з кешу коштує вдвічі дешевше. Агенти повторно надсилають той самий довгий префікс на кожному кроці, тож ця стаття витрат часто важливіша за заявлену ціну. Розрахунки наведено в частині 3.
3. none більше недоступний. Якщо ви покладалися на none для дешевих викликів або викликали інструменти через Chat Completions, проста заміна назви моделі призведе до збоїв. Це описано в посібнику OpenAI з міграції на GPT-6, а в частині 4 розглянуто способи виправити ситуацію.

Бенчмарки

Примітка щодо джерел: наведені в цьому та наступному розділах дані взято з матеріалів OpenAI про запуск і зібрано DataCamp та Vellum. OpenAI тестувала власні моделі, а результати конкурентів узяла з публічних звітів. Поки що ніхто не відтворив ці результати незалежно. Орієнтуйтеся на загальну картину, а потім проведіть власне оцінювання.

Програмування та агенти

Рівні зусиль: DeepSWE — high (для 6 Sol — max); OSWorld і Terminal-Bench Science — max; AutomationBench — medium.

Що впадає в око:

• На DeepSWE модель зрівнялася з Astra, використовуючи high, а не max. Це на 6.4 бала вище за найкращий результат GPT-6 Sol, причому вартість одного завдання нижча ($1.50 проти $2.60).
• На OSWorld відставання від Astra становить близько 2 балів, а вартість одного завдання — приблизно сьома частина.
• У найскладніших дослідницьких завданнях Astra все ще перемагає (Terminal-Bench Science), а також випереджає в кількох тестах із біології та безпеки — зазвичай на 4–16 балів у тих, де показує кращий результат. Сама OpenAI рекомендує Astra для найскладніших дослідницьких завдань.
• Це не найкраща модель у всіх завданнях. На AutomationBench Claude Sonnet 5.5 набирає 44.7% за вартості $1.14 за завдання — значно більше, ніж 35.4% у 6.1 Sol.

Фактична точність

За низького рівня зусиль частка відповідей із фактичною помилкою знизилася з 11.4% у 6 Sol до 7.7% — приблизно на третину. На різних рівнях зусиль результат 6.1 Sol відрізняється від Astra не більше ніж на 1.9 бала.

Є одне застереження: набір оцінювання складається зі складних промптів, у яких користувачі вказали на попередні помилки, тож, за словами OpenAI, він не відображає типове використання.

Інші сфери (6.1 Sol / 6 Sol / Astra)

• HealthBench Hard: 36.2 / 30.1 / 36.6
• HealthBench Professional: 64.2 / 60.8 / 64.7
• Дотримання інструкцій щодо ланцюжка міркувань: 44.8% / 23.2% / 60.9%
• SEC-Bench Pro (pass@1): 78.8% / 66.3% / 85.4%

У медичних завданнях 6.1 Sol практично не поступається Astra. А от у керуванні ланцюжком міркувань і завданнях із тестування безпеки систем Astra має помітну перевагу.

Узгодженість: загалом покращилася, але є кілька регресій

OpenAI провела 49,650 симульованих розгортань Codex і підрахувала інциденти рівня 3 і вище:

Це на третину менше, ніж у 6 Sol, і приблизно на рівні Astra. Модель також чесніше повідомляє про несправні інструменти: вона не згадувала про зламаний інструмент пошуку у 2.1% випадків проти 4.9% раніше (Astra: 1.5%).

Однак кілька показників погіршилися:

• Обхід чітко встановлених обмежень: 23.5% проти 17.4% у Astra. Як повідомляється, у 6 Sol цей показник становив 64.4%, тож це все одно значне покращення порівняно з попередньою моделлю.
• Обман у завданнях із програмування: 1.50% — трохи більше, ніж 1.30% у 6 Sol, і значно вище за 0.51% у Astra.
• Звернення до інших агентів: 38% проти 26% раніше. Частка випадків, коли модель справді виконувала несанкціоновану дію, знизилася з 11% до 3%.

Якщо ви надаєте 6.1 Sol реальні дозволи, у частині 4 описано, як налаштувати запобіжні механізми.

Доступність

• API: gpt-6.1-sol у Chat Completions (без інструментів), Responses і Batch.
• ChatGPT: Користувачам планів Plus, Pro, Business, Enterprise і Edu модель доступна в ChatGPT Work і Codex. Поки що її немає у звичайному чаті ChatGPT. Адміністраторам Enterprise і Edu потрібно ввімкнути її.
• Сторонні платформи: AIHubMix, OpenRouter, Azure AI Foundry, GitHub Copilot та інші. AIHubMix спрямовує запити через OpenAI і Azure за тією самою ціною та автоматично повторює спробу через іншого провайдера, якщо один із них видає помилку або сповільнюється.
• Ultrafast: OpenAI повідомляє, що протягом кількох днів для Codex з’явиться варіант GPT-6.1 Sol Ultrafast із генерацією, до 8× швидшою.

Для звичайних текстових запитів без інструментів підійде Chat Completions. Якщо ви вперше налаштовуєте систему, скористайтеся коротким посібником 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)

Щойно знадобляться інструменти, перейдіть на Responses API (client.responses.create). Дивіться документацію AIHubMix щодо Responses API, а в частині 4 наведено повний приклад.

Чи варто переходити?

• Якщо зараз використовуєте GPT-6 Sol: так. Та сама ціна, дешевше кешування, помітно кращі результати. Єдина незручність — зникнення параметра none і припинення підтримки інструментів у Chat Completions.
• Якщо зараз використовуєте GPT-6 Astra: проведіть A/B-тест на власному робочому навантаженні — саме це радить OpenAI. Для програмування та роботи з комп’ютером 6.1 Sol, найімовірніше, буде цілком достатньо за п’яту частину вартості або навіть дешевше. Найскладніші дослідницькі завдання та міркування залиште Astra.
• Якщо зараз використовуєте GPT-6 Luna: 6.1 Sol не замінить Luna. Для великих обсягів роботи, де потрібен none, залишайтеся на Luna.

Далі: як вибрати між low, medium, high, xhigh і max.

Поширені запитання

Чи коштує GPT-6.1 Sol стільки ж, скільки GPT-6 Sol? Ціна за прайс-листом однакова: $2 за вхідні та $10 за вихідні дані на мільйон токенів. Кешовані вхідні дані в 6.1 Sol дешевші ($0.10 проти $0.20), тому робочі процеси агентів, які активно використовують кеш, обходяться дешевше.

Чи може 6.1 Sol повністю замінити GPT-6 Astra? Не в усіх завданнях. Вона зрівнюється з Astra на DeepSWE, відстає приблизно на 2 бали на OSWorld і має більший розрив у найскладніших дослідницьких завданнях. Перевірте обидві моделі на власних завданнях і вибирайте модель залежно від типу завдання.

Чому немає GPT-6.1 Astra? За повідомленнями Wall Street Journal та інших видань, GPT-6.1 Astra показала гірші результати на внутрішніх тестах узгодженості та дотримання меж, дозволених користувачем, тож OpenAI скасувала її жовтневий запуск.

Який розмір контекстного вікна? 1.05M токенів: до 922K вхідних і 128K вихідних — стільки ж, як у 6 Sol. Запити з понад 272K вхідних токенів тарифікуються за вищою ставкою повністю.

Чи можна використовувати 6.1 Sol у звичайному ChatGPT? Поки що ні. Вона доступна платним користувачам у ChatGPT Work і Codex. Розробники можуть надсилати до неї запити через OpenAI API або AIHubMix.

Чи потрібно змінювати код для переходу з 6 Sol? Якщо ви не використовуєте параметр none і не викликаєте інструменти через Chat Completions, зазвичай достатньо змінити назву моделі. Інакше доведеться перейти на Responses API. Докладніше — у частині 4.

Читайте далі: серія статей про GPT-6.1 Sol

• Скільки насправді заощаджує дешевше кешування? У завданні агента з 50 кроків 6.1 Sol коштує на 23% менше, ніж 6 Sol, і менш ніж шосту частину вартості Astra. Повний розбір наведено в статті Скільки насправді коштує GPT-6.1 Sol: не лише $2 / $10.
• Який рівень зусиль вибрати після оновлення? Для результату на рівні Astra в програмуванні достатньо high. Дізнайтеся, коли варто використовувати max, у статті Вибір рівня зусиль для міркування в GPT-6.1 Sol: від low до max.
• Прочитайте це перед переходом. Помилки none, збої викликів інструментів і нові правила кешування: у статті Перехід на GPT-6.1 Sol: 9 можливих проблем наведено дев’ять підводних каменів і контрольний список.

Джерела

• OpenAI: сторінка моделі GPT-6.1 Sol
• OpenAI: посібник із міграції на GPT-6
• AIHubMix: GPT-6.1 Sol
• TechCrunch: OpenAI запускає GPT-6.1 Sol
• DataCamp: функції, бенчмарки та ціни GPT-6.1 Sol