GPT-6.1 Sol 上线｜近 Astra 能力进入更低成本档
OpenAI 给出百万级上下文、工具支持、推理档位与安全边界，团队应先用真实任务做路由测试。
本文核心看点
OpenAI 于 9 月 29 日上线 GPT-6.1 Sol。官方模型页将其定位为以较低成本提供接近 Astra 的复杂编码、电脑操作和专业工作能力，列出 105 万上下文、12.8 万最大输出及多档推理强度。输入和输出标价分别为每百万令牌 2 美元和 10 美元。安全附录同时把网络安全能力评为 Critical、生物与化学能力评为 High，并沿用 Astra 防护栈。团队不应只看标称能力，应以真实任务比较质量、延迟、总令牌、工具成功率和拒答表现。
直接回答
OpenAI 于 9 月 29 日上线 GPT-6.1 Sol。官方模型页将其定位为以较低成本提供接近 Astra 的复杂编码、电脑操作和专业工作能力，列出 105 万上下文、12.8 万最大输出及多档推理强度。输入和输出标价分别为每百万令牌 2 美元和 10 美元。安全附录同时把网络安全能力评为 Critical、生物与化学能力评为 High，并沿用 Astra 防护栈。团队不应只看标称能力，应以真实任务比较质量、延迟、总令牌、工具成功率和拒答表现。
事实来源
OpenAI 的 GPT-6.1 Sol 模型页将其定位为较低成本的复杂编码、电脑操作和专业工作模型。
官方列出 105 万上下文、12.8 万最大输出、low 到 max 五档推理强度及 Responses API 工具调用。
9 月 29 日安全附录把网络安全能力评为 Critical、生物与化学能力评为 High，并采用 Astra 防护栈。
核心变化
- 新增近 Astra 的较低成本档
- 支持五档推理强度
- Responses API 提供工具调用
- 高能力类别沿用 Astra 防护
对普通 AI 用户的影响
先冻结一组来自真实业务的任务，分别用现有默认模型、GPT-6.1 Sol 和更高档模型运行。记录任务成功率、人工返工、工具调用失败、延迟和完整成本，并单独测试超长上下文、欧盟数据驻留和高风险请求。只有质量门槛、成本上限与安全行为同时达标，才逐步调高流量；任何关键能力回退都应自动回到原模型。
给团队的操作清单
- 冻结真实任务评测集
- 同时记录质量延迟与总成本
- 测试工具调用和安全拒答
- 小流量上线并保留回滚
AI 前沿资讯与趋势解读、AI 软件应用与模型工具、AI 技能教程与验证方法、AI 账号服务与权限说明
FAQ
可以直接替换所有现有模型吗？
不建议。不同任务的工具使用、延迟和拒答行为不同，应先按任务类型做对照测试。
百万级上下文代表可以无限放入资料吗？
不代表。长上下文会影响成本和注意力分配，仍需做检索、分段和结果核对。
总结
GPT-6.1 Sol 提供新的质量成本位置，但生产迁移仍必须由真实任务数据而非发布口号决定。
本文由 AI 辅助撰写；发布前由 ENHE AI 自动化审计核对官方来源、双语字段、图片权利、页面安全与历史去重。
这对普通用户意味着什么？
先冻结一组来自真实业务的任务，分别用现有默认模型、GPT-6.1 Sol 和更高档模型运行。记录任务成功率、人工返工、工具调用失败、延迟和完整成本，并单独测试超长上下文、欧盟数据驻留和高风险请求。只有质量门槛、成本上限与安全行为同时达标，才逐步调高流量；任何关键能力回退都应自动回到原模型。
你可能会用到这些工具
相关教程
相关工具/教程
你可以从下面的 ENHE AI 栏目继续把资讯信号转成工具选择、账号服务判断或实操学习路径。
相关阅读
OpenAI更新内容来源说明：相关工作扩展到欧盟文本
OpenAI于10月5日公布文本水印安排：全球API部分模型可选择开启，默认关闭；未来几周将覆盖欧盟符合条件的ChatGPT与Codex文本输出。文本检测器初期只向获批机构开放。本文说明不同媒介的来源信号，并整理编辑团队的记录、抽查和人工核对方法。水印不能替代事实核查，也不能证明作者身份、权利归属或内容真实性。
NVIDIA 宣称 Blackwell 助力 GPT‑6 Astra Ultrafast：最高速率仍需按任务验证
NVIDIA 在 10 月 1 日的公告中称，Blackwell 系统上的 GPT‑6 Astra Ultrafast 在特定比较条件下可实现最高 8 倍 token 生成速度。该数字属于厂商披露的上限结果，不能代表每种提示、上下文长度、负载或用户都能得到相同比例的加速。团队应自己固定任务、提示和输出长度，重复测量端到端延迟、回答质量及每次成功任务的总费用后再做判断。
Codex Cloud 进入团队工作区｜环境可复用，任务可跨设备继续
OpenAI 9 月 29 日的 Business、Enterprise 与 Edu 更新说明显示，Codex Cloud 可以把代码仓库、工具和依赖保存为可复用环境，成员可从桌面、网页或移动端启动和继续任务，每个任务使用隔离工作区，电脑休眠后任务仍可继续。Enterprise 管理员可授权共享环境，并配置获批准的工具连接和周期任务连接。便利性提高的同时，团队必须先规定哪些仓库、分支、秘密、网络目标和发布动作可以进入云环境，并保留任务、环境版本和外部写操作的审计记录。
Amazon Bedrock + OpenCode｜把多模型编码代理纳入可审计交付
AWS 于 9 月 23 日介绍在 Amazon Bedrock 中使用开源权重模型作为 OpenCode 编码代理的方式。OpenCode 是终端原生的 Go 语言代理，支持 75 个以上模型提供方；AWS 示例展示 Kimi K3、GPT-OSS 120B 和 NVIDIA Nemotron 3 Super 120B，并强调推理留在用户 AWS 账户内。IAM、CloudTrail、PrivateLink、加密和模型路由让团队可以把代理放进现有交付控制。作为长期任务，团队应固定模型与权限，隔离工作区，记录工具调用和成本，再把真实服务验证接在本地测试之后。
GPT-6 Sol 与 Luna｜同一接口下的复杂任务与高吞吐分工
OpenAI 于 9 月 22 日在 API 发布 GPT-6 Sol 与 GPT-6 Luna，两者接收文本和图像输入，并通过 Responses 与 Chat Completions 输出文本。官方将 Sol 定位于复杂编码和智能体流程，将 Luna 定位于聚焦、高吞吐任务。短上下文标准价中，Sol 每百万输入 2 美元、输出 10 美元；Luna 为 0.10 与 0.50 美元。团队应按任务难度、失败成本和时延目标路由，而非只看单价。
OpenAI 工作研究｜跨岗位 AI 任务正在变成固定流程
OpenAI 于 9 月 16 日发布工作前沿研究，对 2026 年 4 月至 7 月超过 150 万条工作相关 ChatGPT 消息进行聚合分析。在持续观察的约 6200 名用户中，已出现过的跨岗位任务占职业特定 AI 活动的比例从 13.1% 升至 25.9%；匹配的单月随访中，上月做过某跨岗位任务的用户有 23.6% 再次使用，相比未观察到该任务的可比用户为 8.4%。这表明部分试验会进入常规流程，但研究本身不等于因果证明或岗位替代预测。