GPT-6.1 Sol: Spezifikation, Preis und Zugang über Modelflare

Eine quellengebundene Darstellung von gpt-6.1-sol: veröffentlichte Spezifikation, Preise für kurzen und langen Kontext, Lesart der Vergleichswerte vom 29. September 2026 sowie die Modelflare-Gruppen und Nutzerpreise der Antwort vom 30. September 2026.

OpenAI hat GPT-6.1 Sol am 29. September 2026 veröffentlicht. Die API-Modell-ID ist gpt-6.1-sol. Die Veröffentlichungsseite beschreibt es als Aufrüstung von gpt-6-sol: nahe an gpt-6-astra bei komplexer Programmierung, Computernutzung und fachlicher Arbeit, bei einem Fünftel der Standardpreise von Astra für Eingabe und Ausgabe. Das Cache-Lesen kostet $0.10 je Million Tokens, das sind 5% der Standardeingabe und die Hälfte des Cache-Lesens von gpt-6-sol. Für die schwierigste wissenschaftliche Forschung empfiehlt die Veröffentlichungsseite weiterhin Astra. gpt-6-sol bleibt verfügbar.

Dieser Artikel hält drei Ebenen auseinander. Die Spezifikation und die Preise stammen von der Veröffentlichungsseite und der Modellseite von OpenAI. Die Benchmark-Vergleiche übernehmen die Differenzen, Kosten und Bedingungen, die die Veröffentlichungsseite tatsächlich nennt. Modelflare hat sie nicht erneut ausgeführt. Gruppen und Nutzerpreise stammen aus GET https://modelflare.dev/api/pricing, gelesen am 30. September 2026. Eine Anbieterformulierung wie „etwa ein Fünftel der Kosten“ beschreibt das eigene Harness von OpenAI.

Geprüfte Schlussfolgerungen

Der Listenpreis für kurzen Kontext ist je Million Tokens $2 Eingabe, $0.10 Cache-Lesen, $2.50 Cache-Schreiben und $10 Ausgabe. Über 272,000 Eingabetokens werden Eingabe und Cache verdoppelt und die Ausgabe mit 1.5 multipliziert, für die ganze Anfrage, also $4 / $0.20 / $5 / $15. Die Preiszeile von Modelflare vom selben Tag schreibt dasselbe Paar in zwei Stufen von pricing_rules. request_rules dieser Zeile ist leer, deshalb werden die Einheitspreise des Katalogs nicht noch einmal mit Fast, Batch, Flex oder einem regionalen Aufschlag multipliziert.

Die öffentlich wählbaren Gruppen sind openai-award (0.03) und openai-stable (0.08). openai-premium ist eine öffentliche Gruppe, und dieses Modell ist ihr nicht zugeordnet. Die Modellzeile nennt außerdem openai-enterprise und das nicht öffentliche openai-first-topup. Die öffentliche Antwort enthält keinen Faktor für Enterprise, deshalb druckt dieser Artikel keinen Nutzerpreis für Enterprise.

Veröffentlichte Spezifikation

Punkt GPT-6.1 Sol
Modell-ID gpt-6.1-sol
Veröffentlichung 29. September 2026, OpenAI API
Kontextfenster 1,050,000 Tokens
Maximale Eingabe 922,000 Tokens
Maximale Ausgabe 128,000 Tokens
Eingabe zu Ausgabe Text und Bilder zu Text
Wissensstichtag 30. April 2026
reasoning.effort low, medium (Standard), high, xhigh, max
Nicht akzeptierte Aufwandswerte none, minimal
Werkzeugaufrufe Responses API
Chat Completions Unterstützt, ohne Werkzeuge
Aufgeführte Endpunkte Chat Completions, Responses, Batch
Auf der Modellseite als nicht unterstützt genannt Realtime, Assistants, Feintuning, Embeddings, Bilderzeugung, Video, Sprache

Die Modellseite schreibt außerdem, das Modell unterstütze Datenresidenz in den USA und in der EU, und Fast sei zusammen mit der EU-Datenresidenz nicht verfügbar. Die für diesen Artikel gelesene Preiszeile von Modelflare hat keinen Schalter für die Residenz. Die Residenz ist nach der Modellseite zu lesen und von einem Gateway-Parameter getrennt zu halten.

Die maximale Eingabe von 922,000 passt zum Kontextfenster von 1,050,000 und zur maximalen Ausgabe von 128,000: 1,050,000 − 128,000 = 922,000. Reasoning-Tokens belegen Kontext und werden als Ausgabetokens berechnet. max_output_tokens begrenzt Reasoning-Tokens, sichtbare Ausgabe und Format-Tokens zusammen. Wird diese Obergrenze erreicht, ist der Status der Antwort incomplete, und der Grund ist max_output_tokens.

Offizielle Preise

Kurzer Kontext und langer Kontext

Die Beträge sind US-Dollar je Million Tokens. Die kurze Stufe ist die Modellseite. Die lange Stufe ist die dort genannte Regel: über 272,000 Eingabetokens werden Eingabe und Cache verdoppelt, die Ausgabe mit 1.5 multipliziert, und die ganze Anfrage nutzt die lange Stufe. Die Spalten Sol und Astra stammen aus den pricing_rules dieser Modelle in der Preisantwort von Modelflare vom selben Tag. Ihre kurzen Stufen stimmen mit den veröffentlichten Listenpreisen überein.

Je 1M Tokens 6.1 kurz 6.1 lang Sol kurz Sol lang Astra kurz Astra lang
Eingabe $2 $4 $2 $4 $10 $20
Cache-Lesen $0.10 $0.20 $0.20 $0.40 $1 $2
Cache-Schreiben $2.50 $5 $2.50 $5 $12.50 $25
Ausgabe $10 $15 $10 $15 $50 $75

Die ganze Zahl 272,000 bleibt auf der kurzen Stufe: die Bedingung der Preiszeile ist input_context_tokens <= 272000. Ab 272,001 gilt die lange Stufe, einschließlich der ersten 272,000 Tokens. Das Cache-Lesen von 6.1 ist die Hälfte von Sol. Standardeingabe und Standardausgabe sind ein Fünftel von Astra. Das Cache-Lesen ist nicht ein Fünftel von Astra. Das Cache-Lesen von Astra im kurzen Kontext ist $1.

Weitere offizielle Stufen

Die Modellseite nennt drei weitere offizielle Multiplikatoren: Fast ist 2× Standard, Batch und Flex liegen 50% unter Standard, und die regionale Verarbeitung schlägt 10% auf, wo sie verfügbar ist. Die Veröffentlichungsseite sagt außerdem, Ultrafast werde in den kommenden Tagen in Codex angeboten, mit bis zu 8× der Tokenerzeugung der Standardgeschwindigkeit. In der Preiszeile von Modelflare vom 30. September 2026 ist request_rules leer, has_request_rules ist false, und es gibt keine Modell-ID Ultrafast. Ein Aufruf über Modelflare wird mit den beiden Stufen oben veranschlagt. Ob ein offizieller Multiplikator auf einer Rechnung angekommen ist, beantwortet der Nutzungsdatensatz.

Wie die Benchmarks zu lesen sind

Die Veröffentlichungsseite gibt Differenzen und Kosten an, keine Tabelle absoluter Werte, die sich herauskopieren ließe. Die Tabelle unten behält nur Vergleiche, die die Seite nennt. Die Kostensätze beschreiben das Harness von OpenAI. Modelflare hat die Tests nicht erneut ausgeführt.

Bewertung Auf der Veröffentlichungsseite genannter Vergleich Bedingung
DeepSWE v1.1 Gleichauf mit Astra; 6.4 Prozentpunkte über dem besten Wert von Sol Niedrigerer Reasoning-Aufwand, bei etwa einem Fünftel der Kosten
GDP.pdf Über Opus 5.5 mit Fallbacks; nahe an Astra Über die geprüften Reasoning-Stufen; unter der Hälfte der Kosten von Opus, etwa ein Fünftel der Kosten von Astra
AutomationBench 2.2 Prozentpunkte über Opus 5.5; 4.8 Prozentpunkte über Sol auf derselben Stufe medium; etwa ein Drittel der Kosten von Opus
OSWorld 2.0, Offline-Menge 7 Prozentpunkte über Sol; höchstens 2.1 Prozentpunkte von Astra entfernt max; partial reward, v2026.08.08; unter der Hälfte der Kosten von Sol, etwa ein Siebtel der Kosten von Astra
Terminal-Bench Science 0.1 Mehr als das Doppelte des Werts von Sol; Astra bleibt am höchsten, bei 68.1% max; durchschnittliche Kosten je Aufgabe $5.47 für 6.1, $23.21 für Opus 5.5, $23.80 für Astra
Faktentreue Anteil der Antworten mit mindestens einem Sachfehler, von 11.4% auf 7.7% low; Abstand zu Astra höchstens 1.9 Prozentpunkte

Die Stichprobe zur Faktentreue sind anonymisierte Gespräche, in denen ein Nutzer einen früheren Fehler markiert hatte. Die Veröffentlichungsseite schreibt, diese Prompts seien absichtlich schwierig und kein typischer Verkehr. Die Dollarbeträge von Terminal-Bench Science sind die von OpenAI veröffentlichten durchschnittlichen Kosten je Aufgabe, kein Gruppenpreis von Modelflare. Die 68.1% von Astra bleiben der höchste wissenschaftliche Wert, und die Veröffentlichungsseite sagt, die schwierigste wissenschaftliche Forschung bei Astra zu belassen.

Die Alignment-Tests auf derselben Seite ergänzen eine Reihe absichtlich schwieriger Fehlerraten. Wenn das Suchwerkzeug defekt ist, beträgt der Anteil der Antworten auf max-Aufwand, die es dem Nutzer nicht mitteilen, 2.1% bei 6.1, 4.9% bei Sol, 1.5% bei Astra und 28.7% bei Luna. Die Veröffentlichungsseite schreibt, ein Versuch, eine automatische Sicherheitsprüfung zu umgehen, sei nicht beobachtet worden, ebenso wie bei Astra und Sol. Das Detail steht im Anhang der Systemkarte von GPT-6.1 Sol. Diese Raten sind keine Fehlerraten im gewöhnlichen Verkehr.

Modelflare-Preise und Gruppen

Am 30. September 2026 hat gpt-6.1-sol den input_price 2, den completion_ratio 5, den cache_ratio 0.05 und den create_cache_ratio 1.25. billing_mode ist tiered_expr. Die Einheitspreise der kurzen Stufe sind $2 Eingabe, $0.10 Cache-Lesen, $2.50 Cache-Schreiben und $10 Ausgabe. Die lange Stufe ist $4 / $0.20 / $5 / $15. Die Endpunkttypen sind openai, openai-response und openai-response-compact.

Die öffentlich wählbaren Gruppen, die dieses Modell enthalten, sind die beiden unten. Die Gruppe wird am Schlüssel gewählt. Beide Gruppen rufen dieselbe Modell-ID auf.

Preistabelle

Gruppe Faktor Stufe Eingabe / 1M Cache-Lesen / 1M Cache-Schreiben / 1M Ausgabe / 1M
openai-award 0.03 Eingabe nicht über 272,000 $0.06 $0.003 $0.075 $0.30
openai-award 0.03 Eingabe über 272,000, ganze Anfrage $0.12 $0.006 $0.15 $0.45
openai-stable 0.08 Eingabe nicht über 272,000 $0.16 $0.008 $0.20 $0.80
openai-stable 0.08 Eingabe über 272,000, ganze Anfrage $0.32 $0.016 $0.40 $1.20

Die Katalogbeschreibung von openai-award ist Preis zuerst, für budgetempfindliche, wiederholbare Entwicklung, Tests und elastische Aufgaben, mit einem genannten Schutz von täglich 65% Cache-Treffern für berechtigte Anfragen und einem Ausgleich, wenn der Wert unterschritten wird. Die Beschreibung von openai-stable ist Einzelentwicklung, längere Projekte und Produktion, bei denen Stabilität zählt, mit dem genannten Schutz von täglich 75%. Beide Sätze sind der Text der Gruppendefinition. Dieser Artikel hat die Trefferquote nicht gesondert gemessen.

Die Modellzeile listet auch openai-enterprise. Dieselbe öffentliche Antwort hat für diese Gruppe keinen Faktor in group_definitions oder group_ratio, deshalb lässt die Tabelle oben sie aus. Das nicht öffentliche openai-first-topup hat den Faktor 0.015 und ist beschrieben als freigeschaltet, wenn eine einzelne Aufladung $20 erreicht. Es ist keine öffentlich wählbare Gruppe. Hat ein Schlüssel außerdem Fallback-Gruppen, wird eine Anfrage, die die Kampagnengruppe verlässt, auf der Gruppe abgerechnet, die sie bedient. Das öffentliche openai-premium hat den Faktor 0.13, und die enable_groups dieses Modells enthalten es nicht.

Drei Rechenbeispiele

Die ersten beiden Zeilen fallen in die kurze Stufe. Die dritte Zeile sind 280,000 Eingabetokens, deshalb nutzt die ganze Anfrage die lange Stufe. Die Cache-Zeile setzt voraus, dass der Nutzungsdatensatz diese Eingabetokens als Cache-Treffer zählt.

Anfrage Listenpreis openai-award openai-stable
100,000 Eingabe ohne Cache, 5,000 Ausgabe $0.2500 $0.0075 $0.0200
100,000 Cache-Lesen, 5,000 Ausgabe $0.0600 $0.0018 $0.0048
280,000 Eingabe ohne Cache, 10,000 Ausgabe $1.2700 $0.0381 $0.1016

Die erste Zeile ist 0.1 × $2 + 0.005 × $10 = $0.25. Die zweite ist 0.1 × $0.10 + 0.005 × $10 = $0.06. Die dritte ist 0.28 × $4 + 0.01 × $15 = $1.27, und die Gruppenzellen multiplizieren mit 0.03 oder 0.08. Die Einheitspreise der kurzen Stufe auf diese 280,000 Tokens anzuwenden ergäbe bei award $0.0198, und das ist nicht der Preis dieser Zeile. Die Live-Seite ist die Preisseite von gpt-6.1-sol. Der Gesamtkatalog ist Modelle und Preise.

Wiederholbare Entwicklung und Tests nutzen openai-award. Für alltägliche Produktion und längere Projekte beschreibt der Katalog openai-stable als diese Art von Standard. Die beiden Faktoren sind 3% und 8% der Katalogpreise der kurzen und der langen Stufe. Sie sind nicht 3% und 8% eines Preises, der bereits für Fast, Batch, Flex oder einen regionalen Aufschlag multipliziert wurde.

Aufruf auf Modelflare

Legen Sie einen Schlüssel auf openai-award oder openai-stable an. Senden Sie die Modell-ID gpt-6.1-sol genau. Die kanonische Basis-URL ist https://modelflare.dev/v1. Dieselbe API ist auch unter https://cf.modelflare.dev/v1 und https://origin.modelflare.dev/v1 veröffentlicht. Die Wurzeldomain ist die kanonische Website.

Werkzeugaufrufe nutzen Responses. Der Standardaufwand ist bereits medium. Die Anfrage unten setzt ihn ausdrücklich.

export MODELFLARE_API_KEY="YOUR_MODELFLARE_API_KEY"

curl -sS https://modelflare.dev/v1/responses \
  -H "Authorization: Bearer $MODELFLARE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "reasoning": {"effort": "medium"},
    "input": "Prüfe diesen Migrationsplan und liste die drei Annahmen auf, die am dringendsten einen ergänzenden Test brauchen."
  }'

Chat Completions kann Text ohne Werkzeuge senden. Der Feldname ist reasoning_effort.

curl -sS https://modelflare.dev/v1/chat/completions \
  -H "Authorization: Bearer $MODELFLARE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "reasoning_effort": "medium",
    "messages": [
      {
        "role": "user",
        "content": "Prüfe diesen Migrationsplan und liste die drei Annahmen auf, die am dringendsten einen ergänzenden Test brauchen."
      }
    ]
  }'

POST /v1/responses/compact ist für dieses Modell aufgeführt. Es ist eine Kompaktierung auf gpt-6.1-sol, keine zweite Modell-ID. Die Bildeingabe nutzt das gewöhnliche Inhaltsarray einer Benutzernachricht. Der Unterschied der beiden Zugänge steht in Responses API und Chat Completions im Vergleich. Wie die Nutzung auf die Rechnung trifft, steht in Kostenverfolgung der AI-API.

Unterschiede der Anfrage gegenüber GPT-6 Sol

Die Listenpreise von Eingabe und Ausgabe der kurzen Stufe entsprechen gpt-6-sol, und das Cache-Lesen geht von $0.20 auf $0.10. Die Ausgabe der langen Stufe ist bei beiden $15, und das Cache-Lesen der langen Stufe geht von $0.40 auf $0.20. gpt-6-sol bleibt im Katalog. Seine öffentlichen Gruppen bei dieser Abfrage schließen openai-premium ein, das bei 6.1 fehlt. Beim Wechsel auf 6.1 den Modellnamen des abgeschlossenen Ergebnisses festlegen. Ein Ergebnis, das auf einer anderen ID landet, ist nicht dieser Wechsel.

Formen, die fehlschlagen

reasoning.effort: none
reasoning.effort: minimal
Chat-Completions-Anfrage, die tools mitführt

none und minimal geben HTTP 400 zurück. Beim Wechsel von gpt-6-sol oder gpt-6-luna, die beide none annehmen, erneut bei low vergleichen und none aus der Anfrage nehmen. Werkzeuge, Computernutzung, Dateisuche und Websuche gehen über Responses. Chat Completions trägt die Anfragen, die keine Werkzeuge haben.

Prüfungen vor dem Umschalten des Verkehrs

  1. gpt-6.1-sol festlegen. Der Modellname im abgeschlossenen Ergebnis muss ebenfalls diese ID sein.
  2. Den öffentlichen Preis über openai-award oder openai-stable schätzen und die Gruppe des Schlüssels nach den Kosten eines Fehlschlags wählen.
  3. Dieselbe Menge ohne sensible Daten bei low, medium, high, xhigh und max erneut abspielen. none und minimal geben 400 zurück.
  4. Werkzeuge auf Responses legen. Das Beispiel für Chat Completions trägt keine Werkzeuge.
  5. Einen Prompt mit 272,000 Eingabetokens und einen mit 272,001 bepreisen. Der zweite nutzt die Einheitspreise der langen Stufe für die ganze Anfrage.
  6. Mit den beiden Stufen des Katalogs veranschlagen. Fast, Batch, Flex und der regionale Aufschlag auf der Modellseite folgen dem Betrag, der im Nutzungsdatensatz tatsächlich steht.
  7. Die Zahl der Cache-Tokens im Nutzungsdatensatz lesen, bevor das Cache-Beispiel oben benutzt wird.
  8. Die schwierigste wissenschaftliche Forschung bei gpt-6-astra belassen. gpt-6-sol bleibt verfügbar.

Quellen

Geprüft am 30. September 2026. Modelflare hat die Benchmarks nicht unabhängig reproduziert.