GPT-6.1 był praktycznie pewnym pewniakiem na OpenAI DevDay. Model ma na celu zbliżenie jakości pracy z AI do GPT-6 Astra przy znacznie niższych stawkach za użycie. Najbardziej odczują to użytkownicy, którzy powierzają AI szczególnie długie zadania i regularnie powtarzane operacje.
GPT-6 Astra to obecnie najbardziej zaawansowany model OpenAI, przeznaczony do najtrudniejszych zadań wymagających szczególnego głębokiego rozumowania, programowania na najwyższym poziomie w AI, wyszukiwania informacji oraz tworzenia dokumentów: idealnie, gdy można łączyć te wszystkie umiejętności naraz. GPT-6.1 Sol ma być prawie tak samo dobry (tutaj pojawiają się pewne wątpliwości, ale może wkrótce okaże się, że są one nieuzasadnione) jak Astra, a przy tym znacznie tańszy. Jego przewagą ma być ekonomia, szczególnie w kontekście procesów wymagających wielu kolejnych wywołań modelu.
Astra jest modelem niemal genialnym
Astra jest na tyle doskonała, że byłbym skłonny powierzyć jej kwestię zaprowadzenia pokoju na świecie, ponieważ wierzę, że w końcu by sobie poradziła. Mówiąc poważnie, Astra jest w stanie utrzymać kontekst w ryzach, monitorować granice tego, czego od niej oczekujemy i zachowywać tę samą jakość działania podczas długiej pracy, co nie było oczywiste w modelach z serii 5. Wszystko to ma swoją cenę: wiele osób zwraca uwagę, że model potrafi zadawać pytania w sytuacjach, w których użytkownik oczekuje przede wszystkim rozsądku i braku generowanych ograniczeń. Choć można to niejako rozwiązać poprzez określenie poziomu samodzielności, czy naprawdę trzeba to robić za każdym razem?
Astra ma również niezwykle wysoką tendencję do rozbudowanych odpowiedzi oraz zbyt szerokiego testowania drobnych zmian, co stanowi fakt. Każda taka aktywność kosztuje tokeny, a tokeny to pieniądze. Sol odpowiada na ten problem: oferuje możliwość korzystania z modelu o wysokich możliwościach w rozsądnych zakresach cenowych, a jednocześnie nie jest leniwy i potrafi być równie „uparty” w dążeniu do celu.
Pięć razy niższe stawki
W standardowym API, milion tokenów wejściowych w Solu kosztuje 2 dolary, a milion wyjściowych 10 dolarów. Astra natomiast kosztuje odpowiednio 10 i 50 dolarów, co oznacza, że przy identycznym zużyciu tych tokenów rachunek spada o 80 procent. Odczyt miliona tokenów z pamięci podręcznej kosztuje 0,10 dolara zamiast 1 dolara, a zapis do niej 2,50 dolara zamiast 12,50 dolara. Różnice widać gołym okiem. Co więcej, ceny za API mają wpływ na zużycie limitu w modelu subskrypcyjnym. Skoro zatem 6.1 Sol jest 5 razy tańszy od 6 Astra, to również 5 razy wolniej będzie „spalał” nasze limity, jeśli zużyje dokładnie tyle samo tokenów. Ponadto, w przypadku rzeczywistego zużycia, ma być bardziej rozsądny.
Niestety, powyżej 272 tys. tokenów wejściowych stawki wejścia i pamięci podręcznej rosną dwukrotnie, a wyjścia o połowę dla całego żądania. W takim przypadku Sol kosztuje 4 dolary za milion tokenów wejściowych i 15 dolarów za milion wyjściowych. Tryb Fast ponownie podwaja stawki w wariancie standardowym, natomiast Batch i Flex obniżają je o połowę. Tego rodzaju przełączniki i tryby przydadzą się w żonglowaniu między zadaniami wymagającymi przede wszystkim szybkości wykonania, a tymi, które wymagają kilku podejść i mogą „poczekać” na ostateczny wynik.
Kontekst zostaje, ale…
Sol zachowuje okno kontekstowe o pojemności 1,05 mln tokenów, tak jak w Astrze, oraz limit wyjścia wynoszący 128 tys. tokenów. Oznacza to, że będzie mógł obsługiwać obszerne materiały, ale nie będzie bezbłędny w każdych okolicznościach. Ostatnia data graniczna jego wiedzy bez użycia funkcji „szukajki” to 30 kwietnia 2026 roku. W przypadku bardziej aktualnych kwestii lepiej sięgać po jego umiejętności wyszukiwania w Internecie.
Sol udostępnia pięć poziomów rozumowania, od niskiego do maksymalnego, z poziomem średnim jako domyślnym. W API nie obsługuje całkowitego wyłączenia rozumowania ani najmniejszego z ChatGPT Work / Codeksa. Korzystanie z narzędzi wymaga Responses API; interfejs Chat Completions służy tylko do zapytań bez ich wywoływania.
Sol czy „goła” Astra?
Porównując jabłka do jabłek i gruszki do gruszek, warto wziąć jedno zadanie, przepuścić przez oba modele na zbliżonych poziomach rozumowania i samodzielnie ocenić rezultaty. Astra prawdopodobnie będzie najlepsza do najbardziej wymagających analiz, podczas gdy Sol sprawdzi się w skomplikowanej pracy, gdzie konieczne jest jednoczesne monitorowanie czasu i kosztów. W trakcie DevDay OpenAI miało pokazać nie tylko 6.1 Sol, ale także 6.1 Astrę. Model tak mocno przekraczał granice wyznaczane przez zadanie, że wstrzymano jego premierę. Czy rzeczywiście tak było? To na razie tylko spekulacje.
Czytaj również: GPT-6 Astra już oficjalnie. OpenAI wita nas w „erze AGI”.
Może nie jest to najgłośniejsza premiera, ale z pewnością nie jest też najgorsza. Sol wciąż pozostaje dobrym modelem, być może najatrakcyjniejszym w kontekście zestawienia możliwości i ceny: i to na całym rynku AI. Użytkownicy rozpoczęli już testy i „vibecode’owanie” z wykorzystaniem tego modelu, a w najbliższych dniach zobaczymy, jak GPT-6.1 Sol radzi sobie z różnymi zadaniami.