GPT-6.1 Sol — Specifications
Compiled by Mustafa Ihsan from the vendor’s published documentation · Last updated
| المطوّر | OpenAI |
|---|---|
| النوع | الاستنتاج / الوكالة |
| النمط | نص، رؤية |
| عدد المعايير (البارامترات) | غير مُعلَّن |
| الترخيص | ملكي |
| أوزان مفتوحة المصدر | لا |
| أُطلِقَ | 2026-09 |
| سعر الإدخال | $2.00 /1M |
| سعر الإخراج | $10.00 /1M |
| مقدمو واجهات برمجة التطبيقات (API) | واجهة برمجة تطبيقات OpenAI |
المقاييس المرجعية
| OpenAI-reported | DeepSWE v1.1 matches GPT-6 Astra (6.4 pts above GPT-6 Sol); AutomationBench 1.0.6 +2.2 pts vs Claude Opus 5.5 (medium); Terminal-Bench Science 0.1 $5.47/task at max effort |
|---|
What is GPT-6.1 Sol?
GPT-6.1 Sol is OpenAI’s upgrade to GPT-6 Sol, launched at DevDay on 29 September 2026. وفقاً لـ OpenAI, it nearly matches GPT-6 Astra on agentic coding, computer use and professional work at one-fifth of Astra’s token prices, matches Astra on DeepSWE v1.1, and cuts the share of answers with a factual error from 11.4% to 7.7% versus GPT-6 Sol at low effort on hard prompts.
API pricing is $2 per million input tokens and $10 output, with cached input at $0.10. In ChatGPT it is available to Plus, Pro, Business, Enterprise and Edu users in ChatGPT Work and Codex (not yet in Chat), and to developers as gpt-6.1-sol. OpenAI released it in place of GPT-6.1 Astra, which it held back after internal safety tests.
GPT-6.1 Sol pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $2.00 |
|---|---|
| المخرجات (لكل مليون رمز) | $10.00 |
| نسبة الإخراج إلى الإدخال | 5× |
| مدمجة (4:1 إدخال:إخراج) | $3.60 لكل مليون رمز |
What GPT-6.1 Sol costs per month
الإنفاق الشهري الفعلي عند نسبة إدخال إلى إخراج مقدارها 4:1 — وهي النسبة التي تولدها عادةً حمولات العمل الخاصة بالمحادثات أو أنظمة استرجاع المعلومات المعزَّزة (RAG).
| الحمل التشغيلي | الرموز شهريًّا | التكلفة شهريًّا |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $4.50 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $90 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $900 |
احسب أرقامك الخاصة في حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to GPT-6.1 Sol
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | توفِّر |
|---|---|---|
| Mistral 7B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | أرخص بنسبة 99% |
| Llama 3.1 8B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | أرخص بنسبة 99% |
| Mistral NeMo 12B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0240 | أرخص بنسبة 99% |
الأسئلة الشائعة
How much does GPT-6.1 Sol cost per 1M tokens?
GPT-6.1 Sol costs $2.00 per 1M input tokens and $10.00 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $3.60 per 1M tokens.
How much does GPT-6.1 Sol cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $90 on GPT-6.1 Sol. A side project (1M in / 0.25M out) costs roughly $4.50.
What is a cheaper alternative to GPT-6.1 Sol?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 99% less than GPT-6.1 Sol. It is also open-weight, so self-hosting is an option.
Can I run GPT-6.1 Sol locally?
No. GPT-6.1 Sol is a closed, API-only model — the weights are not released, so it cannot be self-hosted.
Why does GPT-6.1 Sol charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. GPT-6.1 Sol charges 5× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
الأسعار هي الأسعار المنشورة المعمول بها لواجهة برمجة التطبيقات الأساسية لكل نموذج، وتتم مراجعتها دوريًّا عند تحديث المزوِّدين لها. ولا تشمل الخصومات المقدَّمة على أساس الحجم أو المعالجة الدُّفعية أو المدخلات المؤقَّتة (cached-input). وقارن كل النماذج جنبًا إلى جنب في قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).