GPT-6.1 Sol: Analyse

Wer GPT-6 Sol für komplexe Programmieraufgaben und wiederholte Überarbeitungen nutzt, sollte GPT-6.1 Sol als ersten Kandidaten für einen Vergleich prüfen. Die Standardpreise für Ein- und Ausgabe bleiben gleich, Cache-Lesezugriffe kosten halb so viel, und mehrere von OpenAI veröffentlichte Bewertungen fallen besser aus. Bei schwieriger Ursachenanalyse oder teuren Fehlentscheidungen sollte Astra im Vergleich bleiben.

Ein günstigerer Tokenpreis ist noch kein günstigerer abgeschlossener Auftrag. Selbst OpenAIs Coding-Diagramm zeigt einen Fall, in dem das neue Sol deutlich besser abschneidet, pro Aufgabe aber etwas mehr kostet als das alte. Für die Auswahl ist dieser Unterschied hilfreicher als eine pauschale Aussage wie „Astra zum Fünftel des Preises“.

Was sich mit GPT-6.1 Sol ändert

Der API-Changelog nennt den 29. September 2026 als Veröffentlichungsdatum. Die Modell-ID lautet gpt-6.1-sol. OpenAI positioniert es für anspruchsvolle Programmierung, Computerbedienung und professionelle Aufgaben zu geringeren Kosten als Astra.

Die Modellseiten für Sol 6.1, das alte Sol und Astra nennen dieselben Kontext- und Ausgabelimits. Das Fenster wird durch den Umstieg nicht größer. Ausgabe und Reasoning benötigen ebenfalls Kontext; dieselbe Kapazität beweist keine gleich gute Informationssuche. Native Audio- und Videoverarbeitung unterstützt dieses Modell nicht.

Coding-Leistung bei gleicher Einstellung

Das interaktive DeepSWE-v1.1-Diagramm in OpenAIs Ankündigung bewertet komplexe Entwicklungsaufgaben in echten Codebasen. Alle drei folgenden Zeilen verwenden medium. Die Kosten stammen aus der Messung des Herausgebers, nicht aus OmniaKey-Abrechnungen oder unseren Rechenbeispielen.

In dieser Auswertung liegt das neue Sol bei wesentlich geringeren Aufgabenkosten nahe an Astra. 0,2 Prozentpunkte Unterschied belegen weder eine allgemeine Überlegenheit noch statistische Signifikanz. Gegenüber dem alten Sol steigen die Kosten von 0,38 auf 0,42 USD je Aufgabe, obwohl die Standardtarife gleich bleiben. Der tatsächliche Verbrauch zählt mit.

Mehr Reasoning bedeutet ebenfalls nicht automatisch ein besseres Ergebnis: Sol 6.1 erreicht mit high 75,2 % bei 0,65 USD, mit max 71,9 % bei 1,57 USD. Die in der Ankündigung genannten 6,4 Prozentpunkte vergleichen neues Sol auf high mit dem besten alten Sol-Ergebnis von 68,8 % auf max. Sie beschreiben nicht den Unterschied zwischen beiden medium-Werten.

Bei AutomationBench 1.0.6 steigt der Wert auf medium gegenüber altem Sol um 4,8 Prozentpunkte. Im Offline-Datensatz v2026.08.08 von OSWorld 2.0 gewinnt die Teilbewertung auf max 7 Punkte und liegt 2,1 Punkte hinter Astra auf derselben Stufe. Eine Teilbelohnung ist keine allgemeine Quote vollständig erledigter Desktop-Aufgaben.

Laut englischer Ankündigung sinkt bei gezielt schwierigen Faktenfragen auf low der Anteil von Antworten mit mindestens einem sachlichen Fehler von 11,4 % auf 7,7 %. Das ist keine Fehlerrate für die alltägliche Nutzung. Im dortigen Terminal-Bench-Science-0.1-Vergleich erreicht Astra auf max weiterhin den höchsten Wert: 68,1 %. Die Daten rechtfertigen einen Versuch mit Sol 6.1, keinen vollständigen Verzicht auf Astra.

API-Kosten: Was wird tatsächlich günstiger?

Die offizielle Preisliste liefert folgende direkte OpenAI-Standardtarife in USD je Million Token bei höchstens 272K Eingabetoken. Abo-Kontingente, Gateway-Angebote, Werkzeuge und Steuern sind getrennt zu betrachten.

Von diesen vier Tarifen sinkt gegenüber altem Sol nur der Lesepreis. Standard-Ein- und -Ausgabe kosten ein Fünftel von Astra, Lesezugriffe ein Zehntel. Daraus folgt noch kein entsprechender Preis für eine vollständige Aufgabe.

Vier nachrechenbare Beispiele

K bedeutet 1.000 Token. Die Ausgabe enthält abgerechnetes Reasoning. Wir halten die Mengen für alle Modelle gleich; reale Läufe können abweichen. Nur die Lesezeile setzt einen gültigen Cache-Treffer voraus, dessen frühere Schreibkosten zusätzlich anfallen. Werkzeuge, Infrastruktur, Steuern und Gateway-Gebühren bleiben außen vor.

Für neues Sol ergibt die Lesezeile in Code-Dezimalnotation: 0.20 × $0.10 + 0.02 × $2 + 0.01 × $10 = $0.16. Altes Sol kostet 0,18 USD. 50 % günstigere Cache-Lesezugriffe sparen bei dieser gesamten Anfrage nur 11,1 %. Ein erster Schreibvorgang und zehn identische gültige Leseanfragen kosten zusammen 2,24 statt 2,44 USD, also rund 8,2 % weniger. Der Präfix muss dafür gültig bleiben und jeder Zugriff treffen.

Laut Caching-Dokumentation wird der Schreibpreis nicht zusätzlich zum gewöhnlichen Eingabepreis erhoben. Teilen Sie Eingabetoken in normale Eingabe, Lesen und Schreiben auf, ohne sie doppelt zu berechnen.

Über 272K gilt der Aufschlag für die ganze Anfrage

Überschreitet die Eingabe 272K Token, verdoppeln sich Eingabe- und Cache-Preise; der Ausgabepreis steigt auf das 1,5-Fache für die gesamte Anfrage. Gelesene Cache-Token zählen zur Eingabelänge. Das 300K-Beispiel kostet bei Sol 6.1 deshalb 0.30 × $4 + 0.01 × $15 = $1.35.

Reasoning-Token werden als Ausgabe abgerechnet. Fast kostet doppelt so viel wie Standard, Batch und Flex die Hälfte. Preisfaktoren sind keine Geschwindigkeitsmessung. Erfassen Sie auch Wiederholungen und Wartezeiten auf Werkzeuge.

Drei Prüfungen vor dem Umstieg

Der GPT-6-Leitfaden nennt Unterschiede, die bestehende Agent-Anfragen betreffen.

1. Reasoning: Altes Sol unterstützt none; neues Sol unterstützt weder none noch minimal. Wählen Sie eine zulässige Einstellung und messen Sie Verbrauch und Latenz erneut. Die API verwendet standardmäßig medium, der Client kann anders voreingestellt sein.
2. Werkzeuge: Altes Sol unterstützt Funktionsaufrufe über Chat Completions nur mit reasoning_effort: "none". Neues Sol benötigt für Werkzeuge Responses. Anfragen ohne Werkzeuge bleiben über Chat Completions möglich.
3. Sampling: Entfernen Sie bei aktiviertem Reasoning nicht unterstützte Parameter wie temperature und top_p. Prüfen Sie auch automatisch vom SDK oder Gateway ergänzte Werte.

Die dokumentierte Auswahl in der Codex CLI lautet:

codex --model gpt-6.1-sol

In einer interaktiven Sitzung nutzen Sie /model. Das sind dokumentierte Schritte; für diesen Artikel wurde kein Kontoaufruf getestet.

Wo ist das Modell verfügbar?

Der Codex-Modellleitfaden nennt zum Start die entsprechenden Work- und Codex-Oberflächen für Plus, Pro, Business, Enterprise und Edu. Enterprise und Edu benötigen die Freigabe durch einen Administrator; Free und Go gehören nicht zum ersten Rollout. In ChatGPT startet es in Work und Codex, nicht im gewöhnlichen Chat. Verfügbare Geschwindigkeitsmodi hängen von Konto, Client und Workspace ab.

Abonnements und Credits werden getrennt von der API berechnet. Codex-Credits haben keinen eigenständigen Cache-Schreibpreis. Die API-Beispiele lassen sich daher nicht in eine garantierte Anzahl enthaltener Abo-Aufgaben umrechnen.

Wann sich der Wechsel als Standardmodell lohnt

Für Nutzer des alten Sol sprechen unveränderte Standardtarife und bessere veröffentlichte Coding-Werte für einen kontrollierten Versuch. Wer Astra nutzt, sollte zunächst häufige Aufgaben mit klarer Abnahme vergleichen und die Alternative bei hohen Fehler- oder Nacharbeitskosten behalten.

Ein kleiner Pilot kann sechs Aufgaben umfassen: zwei reproduzierte Bugs, zwei Änderungen über mehrere Dateien und zwei belegbare Dokumentfragen. Führen Sie jede Aufgabe je Modell dreimal mit frischem Arbeitsverzeichnis und gleichen Eingaben, Werkzeugen, Rechten und Wiederholungsbudgets aus. Beginnen Sie mit explizitem medium; optimierte Einstellungen werden getrennt ausgewertet. Dieser Versuch ist vorgeschlagen, nicht hier durchgeführt.

Erfassen Sie Abnahme, Auslassungen, Gesamtdauer, berechnete Token, Fehlversuche und menschliche Korrekturen. Teilen Sie die Kosten aller Versuche durch die akzeptierten Ergebnisse. Ohne Erfolg lautet das Ergebnis „kein akzeptiertes Resultat“. Ein kleiner Pilot belegt keine allgemeine Erfolgsquote.

Hintergründe bieten die Bewertung des alten GPT-6 Sol und der bisherige Sol/Astra-Vergleich. Im Modellkatalog stehen die angezeigten OmniaKey-Routen und Preise. Ein offizieller Modellstart beweist keine Verfügbarkeit bei einem bestimmten Gateway. Die verlinkten OpenAI-Quellen sind englischsprachig.