GPT-6.1 Sol 取代僅發佈 7 天的 GPT-6 Sol,Intelligence Index 接近 GPT-6 Astra
GPT-6.1 Sol replaces GPT-6 Sol after just 7 days, with near-Astra intelligence
GPT-6.1 Sol 取代僅發佈 7 天的 GPT-6 Sol,其 Intelligence Index 比 GPT-6 Astra 低 1 分,最高 effort 下的每項 Intelligence Index 任務成本不到後者四分之一。
這篇評測以同一框架對照 GPT-6.1 Sol、GPT-6 Sol 和 GPT-6 Astra 的 Intelligence Index 分數與單項任務成本,為比較新版本接近 Astra 分數時的成本取捨提供具體依據。
GPT-6.1 Sol 僅推出 7 天便取代 GPT-6 Sol。在 Intelligence Index 的得分只比 GPT-6 Astra 低 1 分,而每項任務成本不到四分之一。

定價與 GPT-6 Sol 相同,每百萬輸入/輸出 tokens 收費 $2/$10;不過,快取讀取折扣由 90% 增至 95%。因此,GPT-6.1 Sol 在智能體工作負載上的整體混合價格略低於 GPT-6 Sol。這是在 GPT-6 Sol 原先較 GPT-5.6 Sol 減價 50% 後再一次減價。
重點摘要:
➤ 智能水平接近 Astra:GPT-6.1 Sol 在 Intelligence Index 比 GPT-6 Sol 高 4 分,比 GPT-5.6 Sol 高 5 分,僅比 GPT-6 Astra 低 1 分。在智能體知識工作方面亦大幅進步,在 AA-Briefcase v1.1 和 GDPval-AA v2.1 分別提升 4 分和 5 分。其他顯著進步包括 Terminal-Bench 4.0 上升 12 分、Humanity’s Last Exam 上升 5 分、GDP.pdf 上升 6 分,以及 AA-Omniscience Accuracy 上升 8 分;同時,幻覺率由 60% 降至 54%。
➤ 推進成本效益前沿:在 max 努力度下,GPT-6.1 Sol 每項 Intelligence Index 任務的成本不到 GPT-6 Astra 的四分之一($0.72 對 $3.26)。每項任務成本亦比 GPT-6 Sol($1.05)低 31%,比 GPT-5.6 Sol($1.99)低 64%。GPT-6.1 Sol 在所有努力程度下都推進了成本效益 Pareto 前沿:在相同智能水平下,沒有更便宜的模型。
➤ 推進 Token 效率前沿,但輸出 tokens 略多於 GPT-6 Sol:在不同努力程度下,GPT-6.1 Sol 的輸出 tokens 約比 GPT-6 Sol 多 10-30%。不過,得益於 Intelligence Index 得分提升,其 low 和 medium 努力度在 Token 效率方面達到 Pareto 最優。
➤ Coding Agent Index 得分上升:在 max 努力度下,GPT-6.1 Sol 在 Artificial Analysis Coding Agent Index 比 GPT-6 Sol 高 3 分,僅比 GPT-6 Astra 低 2 分。
Coding Agent Index
在 Artificial Analysis Coding Agent Index 相對每項任務成本的 Pareto 前沿中,GPT-6.1 Sol 主導較低價格區間。GPT-6.1 Sol(xhigh)得分比 GPT-6 Astra 高 1 分,而每項任務成本不到其 15%。這比 GPT-6 Sol(max)高 6 分。我們觀察到,xhigh 努力度比 max 高 3 分。

Token 效率
在 Intelligence Index 的各個努力程度設定下,GPT-6.1 Sol 使用的輸出 tokens 比 GPT-6 Sol 多 10-30%。不過,由於智能有所提升,其 low 和 medium 努力度在 Token 效率方面達到 Pareto 最優。

AA-Omniscience
在 max 努力度下,GPT-6.1 Sol 的 AA-Omniscience Accuracy 上升 8 分,同時幻覺率降低 6 分。

AA-Briefcase
GPT-6.1 Sol 在 AA-Briefcase 提升約 80 Elo。這源於評分規準得分和 Analytical Quality Elo 上升,而 Presentation Elo 則略為下降。

各項評估結果
Artificial Analysis Intelligence Index v4.3.2 各項個別評估的詳細結果。

前往以下頁面比較 GPT-6.1 Sol 與其他領先模型:artificialanalysis.ai/models/releases/gpt-6-1-sol
來源:Artificial Analysis 完整文章 · artificialanalysis.ai