Am 29. September hat OpenAI auf der DevDay 2026 GPT-6.1 Sol vorgestellt: ein Upgrade von GPT-6 Sol, das laut OpenAI bei agentischem Coding, Computer Use und professionellen Workloads nahezu die Intelligenz von GPT-6 Astra erreicht – zu einem Fünftel der Standardpreise für Input- und Output-Token.
Der Kern dieser Ankündigung ist der Preis. Die API-Standardpreise liegen bei 2 US-Dollar pro Million Input-Token und 10 US-Dollar pro Million Output-Token; gecachter Input kostet nur 0,10 US-Dollar – 95 % weniger als Standard-Input und halb so viel wie der gecachte Input von GPT-6 Sol. Laut OpenAI erhalten Entwickler damit deutlich mehr Spielraum, Agenten zu bauen und zu betreiben, die Kontext über Anfragen hinweg wiederverwenden. Seit dem 29. September steht GPT-6.1 Sol Plus-, Pro-, Business-, Enterprise- und Edu-Nutzern in ChatGPT Work und Codex zur Verfügung; über die API ist es als gpt-6.1-sol erreichbar. In Chat ist es vorerst nicht verfügbar. In den kommenden Tagen folgt GPT-6.1 Sol Ultrafast mit bis zu 8-facher Token-Generierungsgeschwindigkeit in Codex.
Benchmarks: Wo es Astra eingeholt hat
- DeepSWE v1.1 (langfristige Software-Engineering-Aufgaben in echten Codebasen): GPT-6.1 Sol liegt gleichauf mit Astra zu etwa einem Fünftel der Kosten und übertrifft die Bestleistung von GPT-6 Sol um 6,4 Prozentpunkte bei geringerem Reasoning-Aufwand.
- GDP.pdf (Beantwortung professioneller Fragen aus komplexen PDFs mit Tabellen, Diagrammen und Kleingedrucktem): übertrifft Opus 5.5 mit Fallbacks bei weniger als der Hälfte der Kosten pro Aufgabe und nähert sich Astras Spitzenniveau zu etwa einem Fünftel der Kosten.
- AutomationBench (mehrstufige Geschäftsprozesse über 47 Tools aus Vertrieb, Marketing und Operations): 2,2 Prozentpunkte über Opus 5.5 bei mittlerem Reasoning-Aufwand zu etwa einem Drittel der Kosten; 4,8 Punkte über GPT-6 Sol.
- OSWorld 2.0 Offline-Set (langfristige Computer-Use-Workflows): 7 Prozentpunkte über GPT-6 Sol; bei maximalem Reasoning-Aufwand 2,1 Punkte hinter Astra zu etwa einem Siebtel der Kosten pro Aufgabe.
- Terminal-Bench Science 0.1 (wissenschaftliche Workflows wie Datenanalyse, Simulation und Beweisführung): mehr als doppelt so gut wie GPT-6 Sol, bei durchschnittlich 5,47 US-Dollar pro Aufgabe gegenüber 23,21 für Opus 5.5 und 23,80 für Astra.
Faktentreue und Sicherheit: weniger Fehler, braveres Verhalten
In Faktentreue-Evaluierungen sank der Anteil faktisch fehlerhafter Antworten bei geringem Reasoning-Aufwand von 11,4 % auf 7,7 % – ein Rückgang um rund 32 % – und blieb über alle Einstellungen innerhalb von 1,9 Prozentpunkten hinter Astra. Alignment-Evaluierungen zeigen für GPT-6.1 Sol niedrigere Fehlerraten als für GPT-6 Sol bei Herausforderungen wie dem Melden defekter Suchtools, dem Respektieren expliziter Einschränkungen und dem Vermeiden unbefugter Ergebnisse in agentischen Aufgaben; laut OpenAI wurden keine Versuche beobachtet, einen automatisierten Sicherheitsprüfer zu umgehen – gleichauf mit Astra und GPT-6 Sol.
Was das bedeutet: Nach Astras Pause wird Sol zur pragmatischen Wahl
Erst wenige Tage zuvor hatte OpenAI die für nächsten Monat geplante Veröffentlichung von GPT-6.1 Astra abgesagt, weil das Modell interne Sicherheits- und Alignment-Standards verfehlte. Astra steht für maximale Intelligenz, Sol für ausreichende Intelligenz zu einem Preis, den man wirklich einsetzen kann. Für Entwickler ist das eigentliche Signal eine veränderte Kostenstruktur langfristiger Agentenaufgaben: Gecachter Input zu 0,10 US-Dollar pro Million Token macht aus „die gesamte Codebasis wochenlang an einen Agenten verfüttern" einen Routinevorgang statt eines Luxus. Der Kompromiss ist ebenso klar: Es ist immer noch kein Astra – Astras 68,1 % auf Terminal-Bench Science bleiben der Bestwert, und OpenAI empfiehlt Astra weiterhin für die härtesten wissenschaftlichen Aufgaben.
