OpenAI 29 сентября 2026 года выпустила GPT-6.1 Sol — новую модель в линейке GPT-6. Это не партнёрский кейс и не корпоративная витрина, а конкретный модельный релиз: в API модель выбирается как gpt-6.1-sol, поддерживает Responses API, вызовы инструментов и рассчитана на сложный кодинг, управление компьютером и профессиональную работу. Если коротко, OpenAI пытается дать большую часть возможностей GPT-6 Astra в более экономичном рабочем классе.
Главная идея релиза понятная: Astra остаётся верхней планкой, а GPT-6.1 Sol должна закрывать массовые сложные задачи, где нужна сильная модель с рассуждением, но не хочется каждый раз платить за самый дорогой уровень. Для разработчиков и команд это важнее красивого названия. В реальных агентных процессах цена, задержка, контекст, поддержка инструментов и предсказуемость поведения часто важнее, чем ещё один абстрактный прирост в бенчмарке.
Что именно выпустила OpenAI
В официальной карточке модели OpenAI описывает GPT-6.1 Sol как модель с качеством почти уровня Astra для сложной работы при меньшей стоимости. Сценарии названы довольно конкретно: кодинг, управление компьютером и профессиональная работа. То есть модель продвигается не как универсальный чат для всего подряд, а как рабочий слой для задач, где модель должна читать контекст, пользоваться инструментами, менять код, разбирать документы и помогать в многошаговых процессах.
Модельный ID — gpt-6.1-sol. Для API это практичная деталь: именно по нему можно выбирать модель в интеграциях и eval-прогонах. OpenAI указывает контекстное окно 1 050 000 токенов и максимальный вывод 128 000 токенов. Граница знаний в карточке модели — 30 апреля 2026 года. На вход модель принимает текст и изображения, а на выходе генерирует текст; аудио и видео как собственные модальности у неё не заявлены.
По цене стандартный текстовый тариф выглядит так: $2 за миллион входных токенов, $0.10 за миллион кэшированных входных токенов, $2.50 за миллион записей в кэш и $10 за миллион выходных токенов. OpenAI отдельно указывает, что запросы больше 272 000 входных токенов тарифицируются дороже для всего запроса, Fast mode стоит вдвое дороже Standard, а Batch и Flex дешевле Standard на 50%. Это важная оговорка: «дешевле Astra» не означает, что любой длинный агентный прогон внезапно становится копеечным.
Почему это свежий релиз, а не старый хвост из RSS
RSS monitor поймал официальный материал OpenAI «Introducing GPT-6.1 Sol» с датой 29 сентября 2026 года. Отдельно дата подтверждается Deployment Safety Hub: там опубликован addendum к system card для GPT-6.1 Sol, также от 29 сентября 2026 года. В нём OpenAI прямо пишет, что представляет GPT-6.1 Sol и что GPT-6.1 — новая модельная семья внутри GPT-6.
Это важно проговорить, потому что AI-ленты часто подмешивают старые страницы, кейсы клиентов, safety cards и корпоративные статьи. Здесь инфоповод свежий и технический: новая модель с отдельным model ID, отдельной карточкой API, ценами, контекстным окном, набором инструментов и safety-addendum. Кандидаты про домены, троллинг конкурентов, расширение малого бизнеса и клиентские истории я бы пропустил: они могут быть интересными, но для этой рубрики не подходят.
Чем GPT-6.1 Sol отличается от GPT-6 Sol и Astra
По позиционированию GPT-6.1 Sol стоит между массовым Sol-классом и старшей Astra. OpenAI формулирует это как capabilities comparable to GPT-6 Astra, но с сочетанием скорости и доступности. На человеческий язык это переводится так: модель должна быть достаточно сильной для сложных workflows, но экономичнее там, где Astra избыточна.
Для разработчиков здесь не стоит искать магическую замену всему. Хороший способ думать о релизе — через маршрутизацию моделей. Astra можно оставить для самых тяжёлых задач: архитектурные решения, спорные security-review, глубокий анализ инцидентов, длинные исследования. GPT-6.1 Sol выглядит кандидатом на default для сложной, но регулярной работы: PR review, исправление тестов, миграции, вопросы по кодовой базе, подготовка документов, анализ таблиц и управление инструментами.
От GPT-6 Sol новая модель отличается именно обещанием качества почти уровня Astra. В safety-addendum OpenAI также сравнивает GPT-6.1 Sol с GPT-6 Sol по ряду внутренних оценок: например, пишет о более сильных результатах в части health/evals и киберспособностей. Но переносить эти таблицы на свой продукт напрямую нельзя. Они показывают направление, а не заменяют локальный eval на ваших репозиториях, документах и ограничениях.
Что важно в API
Первая практическая деталь — reasoning.effort. Для GPT-6.1 Sol поддерживаются low, medium, high, xhigh и max; none и minimal не поддерживаются. Это сразу влияет на стоимость и задержку. Если раньше в интеграции был режим без reasoning, его нельзя просто перенести как есть. Нужно выбрать нормальный default и отдельно решить, когда поднимать effort.
Вторая деталь — инструменты. OpenAI рекомендует Responses API для вызова инструментов. Chat Completions у GPT-6.1 Sol поддерживается, но без tool calling. Для современных агентных приложений это почти прямой сигнал: если модель должна искать, читать файлы, запускать код, работать с computer use или вызывать внешние функции, лучше проектировать вокруг Responses API, а не тащить старую Chat Completions-интеграцию.
Третья деталь — список поддерживаемых tools. В карточке модели указаны web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP и tool search. Это не значит, что любую из этих возможностей можно бездумно включать в production. Но для агентных систем набор выглядит серьёзно: модель явно рассчитана на работу в инструментальной среде, а не только на ответ текстом.
Где модель может дать пользу
Самый очевидный сценарий — агентное программирование. Если команда уже использует Codex, собственных coding-агентов или внутренние automation-харнесы, GPT-6.1 Sol стоит проверить на задачах среднего и высокого класса: исправление регрессий, миграции API, обновление тестов, разбор CI, code review, локализация причины падения и небольшие feature PR. Для таких задач модель должна не просто написать объяснение, а довести изменения до проверяемого результата.
Второй сценарий — управление компьютером и браузерные workflows. Поддержка computer use в карточке модели показывает, что OpenAI видит GPT-6.1 Sol как исполнителя в средах, где нужно нажимать, читать интерфейс, переходить между приложениями и сохранять контекст задачи. Здесь особенно важны ограничения: любые действия с внешними системами должны иметь явные права, журналирование и точки подтверждения. Чем способнее модель, тем меньше хочется давать ей слепой доступ к реальным аккаунтам.
Третий сценарий — работа с документами и профессиональными материалами. Большое контекстное окно полезно для договоров, отчётов, таблиц, требований, исследований, логов и длинных технических документов. Но большое окно само по себе не гарантирует качество. Если в запрос положить мегабайт мусора, модель не обязана волшебно понять, что важно. Нормальная архитектура всё равно требует отбора источников, структуры, provenance и проверяемого результата.
Четвёртый сценарий — model routing. GPT-6.1 Sol можно поставить как сильный рабочий уровень между быстрыми дешёвыми моделями и Astra. Например: дешёвая модель классифицирует задачу, GPT-6.1 Sol решает большинство сложных кейсов, а Astra включается только для редких спорных задач. Такой подход обычно экономичнее, чем отправлять всё в самую дорогую модель, и надёжнее, чем пытаться решить сложное дешёвым слоем.
Цена: где экономия реальная, а где нет
Цены GPT-6.1 Sol выглядят дружелюбно для сильной reasoning-модели, особенно с кэшированным входом и Batch/Flex. Но итоговый счёт в агентных системах зависит не только от цены за миллион токенов. Его раздувают длинный контекст, повторные tool calls, неудачные retry, высокий effort и длинные объяснения там, где нужен короткий diff.
Поэтому оценивать релиз лучше через стоимость выполненной задачи. Например, не «сколько стоит миллион токенов», а «сколько стоит один успешно исправленный тест», «сколько стоит один принятый PR review», «сколько стоит обработать 100 заявок без ручного вмешательства». Именно такая метрика покажет, даёт ли GPT-6.1 Sol экономию относительно GPT-6 Sol, Astra или другой модели.
Отдельно стоит проверить prompt caching. В карточке модели кэшированный вход стоит 5% от обычного входа, а записи в кэш дороже обычного input. Для больших повторяющихся контекстов это может быть существенным преимуществом, но только если приложение действительно стабильно переиспользует одни и те же префиксы: системные инструкции, схему проекта, документацию, правила инструментов. Если каждый запрос собирается хаотично, кэш не спасёт.
Safety-часть: почему её нельзя игнорировать
В Deployment Safety Hub OpenAI пишет, что по Preparedness Framework GPT-6.1 Sol рассматривается как Critical в cybersecurity и High в biological/chemical capability. На основе этой оценки к модели применяется тот же safeguards stack, что и к GPT-6 Astra. Это не маркетинговая мелочь, а сигнал о классе возможностей: модель достаточно сильная, чтобы требовать серьёзных ограничений в sensitive-доменах.
Для обычной разработки это не означает, что модель нельзя использовать для кода. Наоборот, кодинг и управление компьютером — центральные сценарии релиза. Но если агент получает shell, доступ к репозиториям, secrets, браузеру, корпоративным данным или внешним API, нужны нормальные правила: least privilege, approvals для опасных действий, sandbox, логирование, запрет на утечку секретов и понятная политика rollback.
В safety-addendum есть ещё одна инженерно интересная часть: OpenAI обсуждает мониторинг, jailbreaks и поведение модели в условиях наблюдения. Детали там не нужны обычному пользователю каждый день, но общий вывод полезен: чем сильнее модель, тем больше значение имеет не только prompt, но и среда исполнения. Агентный продукт — это уже не просто «модель плюс инструкция», а система с инструментами, мониторами, правами и проверками.
Что проверить перед миграцией
Я бы не переключал production на GPT-6.1 Sol одним флагом. Минимальный eval должен включать 30-100 реальных задач: несколько bugfix, несколько code review, пару миграций, работу с длинным документом, работу с изображением на входе, tool calling и случаи, где текущая модель ошибается. Сравнивать нужно не красоту ответа, а результат: тесты прошли, diff минимален, лишние файлы не тронуты, источник найден, документ не исказился.
Отдельно стоит измерить latency и количество tool calls. Более сильная модель может быть дешевле по итогу, если делает меньше лишних шагов. А может оказаться дороже, если на max рассуждает слишком долго и пишет огромные ответы. Поэтому effort нужно включать в eval как отдельную переменную: low/medium для рутины, high/xhigh для сложных задач, max только там, где это действительно окупается.
Ещё один пункт — совместимость API. Если приложение сидит на Chat Completions и использует function calling, придётся внимательно смотреть ограничения: для GPT-6.1 Sol OpenAI указывает Responses API как путь для tool calling. Это хороший момент не просто заменить model name, а пересмотреть весь агентный слой: state, tool schema, retries, observability, лимиты, approvals и обработку ошибок.
Как попробовать
Для разработчиков стартовая точка — OpenAI API model card: gpt-6.1-sol. Оттуда можно идти в Playground или подключать модель в Responses API. Практичный первый тест — взять один повторяемый workflow, где уже есть критерий успеха: исправить падающий тест, разобрать лог, подготовить PR review, собрать документ из нескольких файлов или выполнить безопасный browser/computer-use сценарий в песочнице.
Дальше стоит сделать таблицу сравнения: текущая модель, GPT-6 Sol, GPT-6.1 Sol и Astra. Для каждой задачи зафиксировать success rate, стоимость, задержку, число tool calls, объём ручных правок и причины провала. После такого сравнения решение будет спокойнее: где GPT-6.1 Sol становится default, где остаётся старая модель, а где нужен Astra или человек.
Если нужен доступ к ChatGPT/Codex-подпискам, их можно покупать обычными способами или через проверенные площадки вроде plati.market, но к API-интеграции это не имеет прямого отношения. Для продукта важнее другое: ключи, лимиты, регион обработки, политика данных и корректная архитектура вызовов.
Источник
Официальный анонс OpenAI: Introducing GPT-6.1 Sol.
Карточка модели в документации OpenAI API: GPT-6.1 Sol Model.
Safety-addendum: Addendum to GPT-6 Astra System Card: GPT-6.1 Sol.