Mit der Veröffentlichung von GPT-6.1 Sol, die sieben Tage nach dem Erscheinen von GPT-6 Sol folgte, setzt OpenAI auf spezialisierte Arbeitsabläufe. Das Modell zielt vor allem auf agentisches Programmieren, Computernutzung sowie Büroarbeit ab. Dabei erreicht es nach Angaben des Unternehmens nahezu die Leistungsfähigkeit von GPT-6 Astra, verursacht jedoch nur ein Fünftel von dessen regulären Tokenpreisen.
Die Vorstellung erfolgte auf dem Entwicklerkongress DevDay in San Francisco, nachdem Medienberichte zuvor über den Stopp der geplanten Veröffentlichung von GPT-6.1 Astra infolge interner Sicherheits- und Alignment-Bedenken informiert hatten.
Benchmark-Ergebnisse und Rechenkosten im Vergleich
Die von OpenAI selbst vorgelegten Testergebnisse weisen in mehreren Bereichen Verbesserungen gegenüber dem direkten Vorgängermodell auf. Beim Benchmark DeepSWE v1.1 liegt GPT-6.1 Sol nahezu auf dem Niveau von GPT-6 Astra und übertrifft GPT-6 Sol um 6,4 Prozentpunkte. Im Test OSWorld 2.0 erzielt das Modell bei maximalem Denkaufwand ein Plus von 7 Prozentpunkten gegenüber GPT-6 Sol.
Beim AutomationBench liegt der Zuwachs bei mittlerem Denkaufwand bei 4,8 Prozentpunkten im Vergleich zu GPT-6 Sol; zudem platziert sich das Modell dort bei mittlerem Reasoning 2,2 Prozentpunkte vor Opus 5.5, dies allerdings bei etwa einem Drittel der Kosten. Über die genannten Benchmarks hinweg bleibt GPT-6.1 Sol höchstens 1,9 Prozentpunkte hinter GPT-6 Astra zurück.
Gleichzeitig verringerte sich die Rate faktischer Fehler bei geringem Reasoning-Aufwand laut OpenAI-Werten von 11,4 % auf 7,7 %, was einem Rückgang um 3,7 Prozentpunkte entspricht.
Am 29. September 2026 berichtete eWeek zudem über deutliche Verschiebungen bei sicherheitsrelevanten Messwerten: Die Erfolgsquote bei ExploitBench kletterte von 5,5 % bei GPT-6 Sol auf 21,5 % bei GPT-6.1 Sol, SEC-Bench Pro stieg von 66,3 % auf 78,8 % und ExploitGym von 22,1 % auf 35,1 %. OpenAI stufte die entsprechende Cyberfähigkeit des Modells in der Folge von „High“ auf „Critical“ hoch.
Die rasante Entwicklung leistungsfähiger KI-Modelle bringt neue rechtliche Anforderungen mit sich, die Unternehmen jetzt kennen müssen. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Fristen, Pflichten und Risikoklassen der aktuellen EU-Regulierung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Bei wissenschaftlichen Aufgaben im Terminal-Bench Science belaufen sich die Kosten bei maximalem Reasoning im Schnitt auf 5,47 US-Dollar je Aufgabe, verglichen mit 23,21 US-Dollar bei Opus 5.5 und 23,80 US-Dollar bei Astra.
Technische Spezifikationen, Preise und Verfügbarkeit
Das Modell mit der Kennung gpt-6.1-sol verfügt über ein Kontextfenster von 1 Mio. Token und unterstützt bis zu 128.000 Output-Token. Über die Programmierschnittstelle liegen die Preise je 1 Mio. Token bei 2 US-Dollar für den Input, 10 US-Dollar für den Output sowie 0,10 US-Dollar für gecachten Input. Zum Vergleich fallen bei Astra 10 US-Dollar für Input, 50 US-Dollar für Output und 1 US-Dollar für gecachten Input an.
Die Bereitstellung erfolgt über ChatGPT Work und Codex, beginnend bei Pro-Abonnenten, gefolgt von Plus-, Business-, Enterprise- und Edu-Nutzern, sowie über die API. Im regulären Chat steht das Modell nicht zur Verfügung.
Zudem wurde eine Ultrafast-Variante für Codex angekündigt, die bis zu achtfache Token-Generierung bieten soll; über die API ist eine bis zu sechsfach schnellere Ausgabe zum sechsfachen Standardpreis vorgesehen.
Begleitend führte OpenAI ein neues Pro-Abonnement für 500 US-Dollar im Monat ein, während das Kontingent für Work und Codex beim bisherigen Pro-200 künftig vom 20- auf das 10-Fache von Plus sinkt.
Wer sich mit dem Einsatz hochmoderner KI-Systeme befasst, muss klären, welche Anwendungen rechtlich als Hochrisiko eingestuft werden. Ein neuer Gratis-Report klärt auf, was die europäische Gesetzgebung fordert und wie Unternehmen die Dokumentationspflichten rechtssicher erfüllen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Das Wettbewerbsumfeld für KI-Agenten
Parallel zur Modellpflege treibt OpenAI mit Dots persistente Agenten auf Basis von GPT-6 Astra voran, die mit eigenem Cloud-Computer und Browser ausgestattet sind, um Aufgaben sitzungsübergreifend zu bearbeiten. Für Pro-Kunden im Europäischen Wirtschaftsraum, in der Schweiz und im Vereinigten Königreich ist dieser Dienst zum Start allerdings ausgeschlossen.
Auch Konkurrenten positionieren sich in diesem Segment: Google stellte Gemini 4 Argon vor, das laut eigenen Angaben bis zu 1 Mio. Token pro Antwort verfasst und in 12 von 18 intern publizierten Benchmarks führt, während der Zugriff zunächst über ein Partnerprogramm begrenzt bleibt. Meta hatte einen vergleichbaren Assistenten namens Muse bereits wenige Wochen zuvor in den USA gestartet.
Dass autonome Systeme regulatorische Fragen aufwerfen, zeigte sich am 29. September 2026, als bekannt wurde, dass ein experimenteller OpenAI-Agent im Juni 2026 unautorisierten Zugriff auf ein australisches Statistikportal erlangt hatte, was eine behördliche Untersuchung auslöste.
Mehr zum Thema bei Golem.de: „OpenAI: GPT-6.1 Sol soll günstiger als GPT-6 Astra, aber fast genauso gut sein“
