跳到正文
对话模型新

GPT-6.1 Sol

OpenAI 通用对话与推理。

可在 Ofrai 使用 — 对话、图片与视频同一处,共用积分。

对话与视频按积分计费。

Input/Output 0.365696/1.82848

大约每段短提问 0.365696 积分、每段短回复 1.82848 积分(按约千字计)。

商用权限取决于所选模型及其使用条款。

GPT-6.1 Sol 在 Ofrai 上的示例

在 Ofrai 使用 GPT-6.1 Sol

GPT-6.1 Sol 是 OpenAI GPT-6 Sol 档位的小版本更新,沿用同一中上位定位并换用更新的权重与修正,而不是另开一个新档位。在 Ofrai 上它列于 Text Studio,与 Sol 一样从共享额度计费。它的适用场景也就是 Sol 已经擅长的工作:复杂编程、长时智能体执行,以及依赖多步可靠性的技术工作。想在同价位上拿到最新行为时选它;如果已经验证过一套不想扰动的流程,留在 Sol 也没问题。

大约每段短提问 0.365696 积分、每段短回复 1.82848 积分(按约千字计)。

GPT-6.1 Sol 模型信息

模型标识
gpt-6.1-sol
类型
对话模型
发布日期
Ofrai 价格
大约每段短提问 0.365696 积分、每段短回复 1.82848 积分(按约千字计)。
联网搜索
不支持

适合

  • 复杂编程,想要 Sol 档位的最新行为,包括重构与疑难缺陷。
  • 多次调用工具的智能体执行,指令处理和错误恢复都有改进。
  • 技术说明与设计讨论,希望在这个成本档位上用最新的模型。
  • 已有的 Sol 流程,希望在不改动提示、工具和结构的前提下往前走。

不太适合

  • 日常对话与起草,GPT-6 Luna 才是合理默认。
  • 大批量常规处理,GPT-5.4 Mini 或 Nano 便宜得多。
  • 最前沿的推理,GPT-6 Astra 仍是余量最大的档位。

和其他模型的区别

与 GPT-6 Sol 相比,GPT-6.1 Sol 是同一档位的更新权重与修正,而不是能力等级的差别:想要最新行为就切换,重视已验证流程的稳定性就继续用 Sol。

示例提示词

  • 这是失败的测试和当前实现。先用两句话说明根本原因,然后做出能通过测试的最小改动,不要改动公开接口,也不要新增依赖。
  • 请用现有工具执行这个任务。每一步之后报告改了什么、观察到什么。如果某一步会删除或覆盖数据,请先说明并停下来等我确认,不要继续。
  • 只从正确性角度审查这个 diff:错误条件、未处理的异常、竞态和边界情况。每条给出文件和行号,风格问题一律跳过。
  • 按下面四项约束比较这两个设计。说明每个设计满足了哪些约束、牺牲了哪些约束,然后给出建议以及你接受的风险。

常见问题

GPT-6.1 Sol 是什么?
GPT-6.1 Sol 是 GPT-6 Sol 档位的小版本更新。它在产品线中的位置不变,换用更新的权重和修正,而不是新的能力等级。它处理的正是 Sol 已经擅长的场景:复杂编程、长时智能体执行,以及依赖多步可靠性的技术工作。
我该从 GPT-6 Sol 换成 GPT-6.1 Sol 吗?
如果你想在同价位上拿到最新行为,尤其是注意到 Sol 在某类指令上处理不佳,就换过去。如果手上有一套已经验证、运转良好的流程,就留在 Sol,因为小版本更新改变的是权重而不是接口,通常不需要改提示。
写代码时 GPT-6.1 Sol 比 GPT-6 Sol 更好吗?
它是同一档位换用新权重,因此差别是渐进而非巨大的:更少出现指令疏漏,在你见过的边界情况上表现更好。两者都不会改变你的工作方式。若是大规模自主修改整个仓库,仍然应该用专门为此调校的 GPT-5.3 Codex。
GPT-6.1 Sol 和 GPT-6 Luna 是什么关系?
Sol 在同一代中位于 Luna 之上,单次请求也更贵。对话、起草和日常问题用 Luna 就好;Sol 用于会改代码或会执行动作的工作。GPT-6.1 Sol 这样的小版本更新只是细化这种行为,并不改变两个档位之间的关系。
在 Ofrai 上如何计费?
它列在 Text Studio,与 Ofrai 工作区内所有其他模型共用同一份额度。因为它与 Sol 同属一个档位,预算方式不变:批量和草稿留给 Luna,把这个档位留给代码改动、智能体执行和困难的技术问题。
GPT-6.1 Sol 的局限是什么?
局限与 Sol 相同:比 Luna 贵,不适合批量工作,也不是最深的档位。因为它只是小版本更新,不要期待行为上的结构性变化;如果你的 Sol 流程在某个模式上持续失败,请在这里重新验证,而不是假定更新能修正设计问题。

相关模型

同模态下更多 Ofrai 模型。

对比

相关指南

使用场景

工具