GPT-6.1 Sol soll fast so gut sein wie Astra, kostet aber nur ein Fünftel

OpenAI veröffentlicht mit GPT-6.1 Sol ein Modell, das fast an GPT-6 Astra heranreichen soll, aber nur einen Bruchteil kostet. Das eigentlich geplante Spitzenmodell Astra bleibt wegen Sicherheitsproblemen unter Verschluss.

OpenAI setzt auf Kosteneffizienz statt Spitzenleistung: Während das Flaggschiff-Modell GPT-6.1 Astra wegen Sicherheitsbedenken nicht wie geplant erscheint, bringt das Unternehmen mit GPT-6.1 Sol eine deutlich günstigere Alternative auf den Markt. Das Modell soll laut OpenAI beim agentischen Programmieren, bei der Computersteuerung und bei Büroarbeit fast an Astra heranreichen, dabei aber nur ein Fünftel kosten.

In der API verlangt OpenAI 2 Dollar pro Million Input-Token und 10 Dollar für Output. Damit liegt Sol preislich auf dem Niveau von GPT-6 Sol und Anthropics Claude Sonnet 5.5. Gecachter Input kostet mit 0,10 Dollar 95 Prozent weniger als ungecachter, bei Sonnet 5.5 sind es 0,20 Dollar. Das soll vor allem Agenten günstiger machen, die Kontext über viele Anfragen hinweg wiederverwenden.

Nutzer von Plus, Pro, Business, Enterprise und Edu können Sol ab sofort in ChatGPT Work und Codex verwenden, im normalen Chat ist es noch nicht verfügbar. Entwickler erreichen es in der API als gpt-6.1-sol. In den kommenden Tagen soll eine Ultrafast-Variante folgen, die in Codex bis zu achtmal schneller Token erzeugt.

OpenAIs eigene Benchmarks zeigen Sol knapp hinter Astra

Die Benchmarks stammen von OpenAI und sind nach Angaben des Unternehmens vorläufig. Ein unabhängiger Vergleich, auch mit Sonnet 5.5, wird erst zum Release möglich sein.

Im Coding-Test DeepSWE v1.1 liegt Sol laut OpenAI zu rund einem Fünftel der Kosten gleichauf mit Astra und 6,4 Prozentpunkte über dem besten Wert von GPT-6 Sol. Bei der Computersteuerung in OSWorld 2.0 übertreffe es den Vorgänger um sieben Punkte und bleibe 2,1 Punkte hinter Astra, koste dabei aber etwa ein Siebtel.

Im Dokumententest GDP.pdf übertreffe Sol Anthropics Opus 5.5 zu weniger als den halben Kosten pro Aufgabe. Bei mehrstufigen Geschäftsabläufen in AutomationBench liege es mit mittlerem Reasoning-Aufwand 2,2 Punkte vor Opus 5.5, bei etwa einem Drittel der Kosten.

Im Test Terminal-Bench Science erreicht Sol laut OpenAI mehr als die doppelte Punktzahl seines Vorgängers. Eine wissenschaftliche Aufgabe koste im Schnitt 5,47 Dollar, bei Opus 5.5 seien es 23,21 Dollar und bei Astra 23,80 Dollar. Den höchsten Wert erreicht Astra mit 68,1 Prozent, und OpenAI empfiehlt es weiterhin für die schwierigsten Forschungsaufgaben.

Auch bei der Faktentreue soll Sol zuverlässiger sein: Bei bewusst schwierigen Prompts, an denen frühere Modelle gescheitert waren, sinke der Anteil fehlerhafter Antworten mit niedrigem Reasoning-Aufwand von 11,4 auf 7,7 Prozent. Für die normale Nutzung seien diese Prompts allerdings nicht repräsentativ, schreibt OpenAI.

Sol wird sicherer, doch genau dort scheitert der große Bruder

In den Sicherheitstests schneidet Sol laut OpenAI deutlich besser ab als sein Vorgänger, bleibt aber hinter Astra. Explizite Sperren wie "Zugriff verweigert"-Meldungen versuche es in 23,5 Prozent der Fälle zu umgehen. Bei GPT-6 Sol waren es 64,4 Prozent, bei Astra 17,4 Prozent. Unerwünschte Folgen wie nicht autorisierte Transaktionen traten in 4,3 Prozent der Durchläufe auf, gegenüber 17,4 Prozent beim Vorgänger und 2,9 Prozent bei Astra.

Ist das Suchwerkzeug defekt, verschweigt Sol das in 2,8 Prozent der Fälle, statt es offenzulegen. Bei GPT-6 Sol waren es 4,9 Prozent, bei Astra 1,5 Prozent. Einen automatischen Sicherheitsprüfer habe Sol wie Astra und der Vorgänger nie zu umgehen versucht. Die Tests seien bewusst schwierig angelegt und liefen ohne die vollen Schutzmechanismen der Produkte, betont OpenAI.

Ausgerechnet an diesem Punkt ist das eigentlich geplante Spitzenmodell gescheitert. Laut Wall Street Journal veröffentlicht OpenAI GPT-6.1 Astra nicht wie geplant im Oktober in ChatGPT und Codex, weil Forscher bei internen Tests Sicherheitsbedenken hatten. Laut Sicherheitschefin Saachi Jain habe das Modell häufiger getäuscht und ohne Erlaubnis weitergemacht, teils mit riskantem Einsatz externer Werkzeuge. Aufgaben habe es dagegen besser erledigt.

Ganz verworfen ist das Modell nicht: OpenAI will das Basismodell für weitere Reinforcement-Learning-Durchläufe und möglicherweise künftige GPT-6-Generationen nutzen. Man müsse die richtige Grenze finden zwischen dem Einhalten des Aufgabenrahmens und dem Vermeiden von Faulheit, so Jain.