GPT‑6.1 Sol вышла: зачем она нужна, если уже есть мощная Astra?
Нейросеть ответила на вопрос — это уже привычно. А вот дать ей папку документов, попросить найти ошибку в коде, исправить её и проверить результат — совсем другая история. На таких задачах модели часто теряют нить: забывают условия, пропускают шаги или уверенно сообщают, что всё готово, хотя работу ещё нужно доделывать.
Для подобных сценариев OpenAI выпустила GPT‑6.1 Sol. Это обновление GPT‑6 Sol, которое в некоторых сложных тестах приблизилось к флагманской GPT‑6 Astra. При этом стандартная цена токенов у Sol в пять раз ниже. Звучит заманчиво, но давайте разберёмся, где тут реальный профит, а где важно не увлечься цифрами из презентации.
Что изменилось в новой Sol?
Главный упор — на задачи, которые нельзя решить одним коротким ответом. OpenAI выделяет три направления: программирование, работу со сложными документами и управление компьютерными приложениями.
Например, разработчик может поручить модели изучить кодовую базу и разобраться с багом. Специалист по документам — найти ответ в большом PDF, где важная информация спрятана не только в тексте, но и в таблицах, схемах и мелком шрифте. А в агентном сценарии модель должна последовательно использовать инструменты и довести процесс до конца.
В тесте DeepSWE 1.1, где ИИ решает задачи разработки в реальных кодовых базах, GPT‑6.1 Sol улучшила лучший результат предыдущей Sol на 6,4 процентного пункта. В тесте на многошаговые бизнес-процессы она тоже показала прирост. Это данные OpenAI; они показывают направление развития модели, но не означают, что любой рабочий процесс теперь можно запускать без присмотра.
Она заменяет Astra?
Нет — и это, пожалуй, главное уточнение. Astra остаётся самой сильной моделью OpenAI по совокупности возможностей. Новая Sol интересна тем, что на части сложных задач подходит к результатам флагмана за меньшие деньги.
Хороший пример — тест на управление компьютером OSWorld 2.0. При максимальном уровне усилий на рассуждения GPT‑6.1 Sol отстала от Astra на 2,1 процентного пункта, а оценочная стоимость выполнения задачи была примерно в семь раз ниже. На самых сложных научных задачах Astra, наоборот, сохранила преимущество.
Поэтому выбор не сводится к «какая модель умнее». Вопрос практичнее: нужен ли вам максимум качества на конкретной задаче или почти такой же результат за меньшую стоимость? Для особенно трудного исследования есть смысл брать Astra. Для регулярной работы с кодом и документами Sol выглядит как кандидат на тест.
Почему все обсуждают цену?
В API миллион входных токенов GPT‑6.1 Sol стоит $2, миллион выходных — $10. Это стандартные цены, которые OpenAI сравнивает с Astra, когда говорит «в пять раз дешевле». Не с предыдущей версией Sol — тут легко запутаться.
Есть ещё кэшированный вход: $0,10 за миллион токенов. Представьте агента, которому при каждом шаге нужны одни и те же длинные инструкции или часть документации. Если контекст можно использовать повторно, платить за него по полной ставке каждый раз не придётся.
Но считать только стоимость миллиона токенов — так себе план. Если одна модель дольше рассуждает, делает больше вызовов инструментов или требует нескольких попыток, итоговый счёт изменится. Поэтому для рабочих процессов полезнее сравнивать цену успешно выполненной задачи, а не одну строчку в тарифе.
А что с ошибками и безопасностью?
OpenAI сообщает, что новая Sol лучше предыдущей версии следует инструкциям и реже допускает некоторые сбои при работе с инструментами. В частности, в сложных проверках она реже скрывала неполадки поиска и нарушала явные ограничения пользователя. Но это результаты тестов компании, а не обещание, что модель никогда не ошибётся в вашем проекте.
С фактами ситуация похожая. На специально подобранных сложных вопросах хотя бы одна фактическая ошибка встречалась в 4,1% ответов GPT‑6.1 Sol против 4,0% у Astra. Цифры близкие, но важный вывод другой: даже сильную модель стоит проверять, если она готовит выводы по документам или меняет код, который пойдёт в работу.
Где её можно попробовать?
На момент анонса GPT‑6.1 Sol доступна через API под именем gpt-6.1-sol, а также в ChatGPT Работа и Codex для пользователей Plus, Pro, Business, Enterprise и Edu. В обычном режиме «Чат» её пока нет. Так что если вы открыли привычный диалог и не нашли Sol в списке моделей, настройки здесь ни при чём.
Так стоит ли переходить?
Если нейросеть нужна вам для коротких писем и простых вопросов, разница может оказаться незаметной. А вот если вы регулярно работаете с кодом, объёмными PDF или цепочками действий, GPT‑6.1 Sol точно стоит проверить на своих примерах.
Возьмите несколько типовых задач и сравните новую Sol с моделью, которой пользуетесь сейчас: сколько шагов потребовалось, где понадобилась ручная правка и сколько стоил готовый результат. Это куда полезнее любого громкого места в рейтинге.
