GPT-6.1 Sol

Fiche modèle · OpenAI · gpt-6.1-sol

GPT-6.1 Sol is OpenAI's GPT-6.1 model delivering near-Astra performance for complex coding, computer use, and professional work at a lower cost. The API model id is gpt-6.1-sol. It accepts text and image input with text output, supports low, medium (API default), high, xhigh, and max reasoning effort (but not none or minimal), and provides a 1,050,000-token context window with up to 128,000 output tokens. Use the Responses API for tool calling; Chat Completions is supported without tool calling. Responses API tools include web and file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP, and tool search; it also supports streaming, function calling, and structured outputs. Standard per-million-token pricing is $2 input, $0.10 cached input, $2.50 cache writes, and $10 output. Prompts above 272K input tokens cost 2x input/cache and 1.5x output across the full request. Batch and Flex cost 50% of Standard; Fast costs 2x. Regional processing adds 10% where available. Launch benchmarks are OpenAI-reported; effort and evaluation variants are recorded with each score.

Fiches modèles

Identité

OrganisationOpenAI
Pays—
Famille—
Typellm
Date de sortie2026-09-29
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte1 050 000
KV cache / token (Q8)—
Paramètres totaux≈ 539 B–2.96 T (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Paramètres actifs (session)≈ 93 B–130 B (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Source des paramètres actifshttps://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md (estimation, confiance très faible)
Curation des paramètres actifs2026-10-25
Prix par session4.00 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)22.7 M
Ratio Terminal-Bench / Data Players18.9×
Coût / tâche (Terminal-Bench)9.09 $
Tokens d'entraînement—
Coupure de connaissance2026-04-30
Créé le2026-09-29T20:17:50.964555Z
Mis à jour le2026-11-04T06:05:03.230554Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gpt-6.1-sol
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Microsoft Foundryeurouternon———1 050 000———
OpenAIllm-statsnon2.00 $10.00 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
math0.80
multimodal0.60
reasoning0.60
factuality0.70
general0.60
healthcare0.60
agents0.60
code0.60
tool_calling0.50
vision0.60

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
apex-agentsreasoning0.601.000.60nonnon2026-11-04T06:05:03.326746Z
automationbench-1.0.6agents0.361.000.36nonoui2026-11-04T06:05:03.249596Z
deepswe-1.1code0.751.000.75nonoui2026-11-04T06:05:03.236461Z
frontiercode-1.1reasoning0.501.000.50nonnon2026-11-04T06:05:03.329586Z
frontiercode-1.1-extendedreasoning0.601.000.60nonnon2026-11-04T06:05:03.332981Z
frontiermath-tier-4-v2math1.001.001.00nonnon2026-11-04T06:05:03.323310Z
gdp-pdfgeneral0.321.000.32nonoui2026-11-04T06:05:03.245826Z
healthbenchhealthcare0.581.000.58nonoui2026-11-04T06:05:03.266571Z
healthbench-consensushealthcare0.961.000.96nonoui2026-11-04T06:05:03.298931Z
healthbench-hardhealthcare0.361.000.36nonoui2026-11-04T06:05:03.287804Z
healthbench-professionalhealthcare0.641.000.64nonoui2026-11-04T06:05:03.263401Z
humanity's-last-exam-(no-tools,-text-only)reasoning0.531.000.53nonnon2026-11-04T06:05:03.314247Z
lifesci-diamond-2026-11healthcare0.221.000.22nonnon2026-11-04T06:05:03.336188Z
mentalhealthbenchhealthcare0.581.000.58nonoui2026-11-04T06:05:03.304164Z
mmmu-provision0.861.000.86nonnon2026-11-04T06:05:03.309923Z
osworld-2.0multimodal0.711.000.71nonoui2026-11-04T06:05:03.253681Z
simpleqa-verifiedfactuality0.741.000.74nonnon2026-11-04T06:05:03.320008Z
terminal-bench-science-0.1reasoning0.571.000.57nonoui2026-11-04T06:05:03.258623Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents170.6038.127trueskill2026-11-04T08:08:47.839150Zrankings
code190.6039.634trueskill2026-11-04T08:08:39.742311Zrankings
math500.8034.782trueskill2026-11-04T08:08:42.442591Zrankings
multimodal130.6035.513trueskill2026-11-04T08:08:46.488887Zrankings
reasoning100.6050.6810trueskill2026-11-04T08:08:41.093494Zrankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04