本文へ
ハクソク

世界を動かす技術を、日本語で。

GPT 6.1 ソル

元記事: 原文(openai.com)

概要

  • GPT‑6.1 Sol は、GPT‑6 Astraに近い知能を持ちながら、コストは約5分の1
  • キャッシュ入力 は100万トークンあたりわずか$0.10と大幅なコスト削減
  • コーディング、プロ業務、PC操作、科学研究など多分野で 大幅な性能向上
  • 事実性・安全性 も強化され、信頼性向上
  • APIやChatGPT Work などで即日利用可能

GPT‑6.1 Sol:Astra級知能を5分の1の価格で提供

  • GPT‑6.1 Sol は、GPT‑6 Astraに迫る知能を備えつつ、トークン単価はAstraの約5分の1
  • キャッシュ入力 は100万トークンあたり$0.10で、従来比95%安、GPT‑6 Sol比でも50%安
  • 開発者 がコンテキスト再利用型エージェントをより低コストで構築・運用可能

多様なタスクでの性能向上

  • GPT‑6.1 Sol は、日常業務や複雑なプロ業務でコストパフォーマンスを大幅向上
  • コーディング、ドキュメント理解、業務フロー実行などで、 GPT‑6 Astraに近い精度 を実現
  • 主要評価指標で、 GPT‑6 Solを大きく上回るスコア を記録

コーディング分野

  • DeepSWE v1.1 で、GPT‑6.1 SolはAstraと同等のスコアを1/5のコストで達成
  • GPT‑6 Sol比6.4pt向上、推論コストも低減

プロ業務分野

  • GDP.pdf で、複雑なPDF(表・図・細則含む)からの質問応答精度が Opus 5.5を上回る
  • Astraの最先端性能に迫りつつ、コストは約1/5
  • AutomationBench では、業務フロー完遂率がOpus 5.5比2.2pt上昇、コストは約1/3

PC操作分野

  • OSWorld 2.0 のオフラインセットで、GPT‑6 Sol比7pt向上、コストは1/2以下
  • Astraとの差は2.1pt以内、コストは約1/7

科学研究分野

  • Terminal-Bench Science 0.1 で、GPT‑6 Sol比2倍以上のスコア
  • 1タスクあたり平均$5.47(Opus 5.5やAstraの1/4以下)で 高い科学的能力

事実性・安全性の強化

  • 事実性評価 で、低推論時の誤答率を11.4%→7.7%に低減(約32%削減)
  • Astra比でも1.9pt以内 の誤答率、コストは1/5
  • 安全性評価 で、透明性・制約遵守・非認可結果回避などで GPT‑6 Solを上回る
  • 自動安全レビューバイパス無し (Astra・Sol同等)

価格・提供状況

  • GPT‑6.1 Sol は、ChatGPT Work & CodexのPlus/Pro/Business/Enterprise/Eduユーザー向けに即日提供開始
  • API経由 ではgpt-6.1-solとして利用可能
  • 標準API価格 :入力トークン$2/100万、キャッシュ入力$0.10/100万、出力$10/100万
  • Ultrafast版 (最大8倍速)も近日提供予定

提供: ハクソク · 要約更新:

AIによる日本語要約です。内容は原文とあわせてご確認ください。

Hacker Newsの議論を読む

Hackerたちの意見

トークン価格が業界や投資家にとって主要な戦場になってるのは不吉だね。今年のIPOを考えてるのは、アンソロピックの理由かもしれない。

└

消費者にとっては最高だね。帯域幅がめちゃくちゃ高かったのに、今はめっちゃ安い。

└

中国はLLMに対して、ドイツ車にしたことを繰り返すだろうね。

└

突然のパニックや「スローダウン」の欲求が、能力の高原に達しているからだという証拠がまた一つ増えたね。正直言って、それは全然悪くない。効率を上げる余地はまだまだあるし、もしモデルがこれ以上能力を上げなくても、すでにある能力を安くすることはみんなにとって大きな勝利だよ(Nvidiaを除いて)。

└

これが実際の計画なんだ。オープンウェイトモデルはトークン支出の約60%を占めていて、さらに悪化するだろうね。今、多くの企業がモデルゲートウェイを持っていて、CLIを使って安いモデルを組み込めるようになってる。俺たちはglm 5.xを使ってて、かなりSOTAフロンティアモデルに近いよ。だから、規制やスローダウンを求める声が多いのも納得だね。

└

ビジネスの基本として、コスト、スピード、知能など、あらゆる軸で競争するのは普通だよね。多くの場合、すべての軸を最大化できる人はいないから、結局はそれぞれのニッチができる多面体になる。DeepSeekはそれを理解してるし、Grokもそう。ほかのAI企業は、常にすべての面で一番でなきゃいけないと思ってるのが変だよね。

└

?! このモデルのローンチは開発日全体の約10%で、残りの時間はモデル以外のDotsとかに使われてたよ。

ここでリリースのペースが上がってる理由は何なんだろう?今や毎週新しいモデルが出てる気がするけど、これってRSIの影響?

└

競合よりも新しいモデルを持ちたいってことだろうね。

└

DeepSeekの技術論文と競争についての反応。

└

いや、各新しいモデルがどれだけ影響を与えるかを評価する時間を確保するために、ペースを調整してるんだ。

└

主要なモデル(GPTとClaude)を行ったり来たりする人がいるなら、ユーザーが行ったり来たりしないように、できるだけ早くアップデートを出し続ける方がいいかもしれないね。

Hacker Newsで議論の続きを見る

同じ出典の記事