GPT-6 Sol vs GPT-6.1 Sol

vs

Qual usar e quando

O gpt-6.1-sol é o lançamento mais recente do Sol (2026-09-29), que a OpenAI posiciona para programação complexa, uso de computador e trabalho profissional a um custo menor; no papel, ele se iguala ao gpt-6-sol em um contexto de 1050000 tokens, saída máxima de 128000, entrada de texto e imagem, um corte de conhecimento em 2026-04 e preços de $2 de entrada / $10 de saída. Duas coisas diferem: as leituras de cache custam $0.1 no gpt-6.1-sol contra $0.2, e apenas o gpt-6-sol permite desativar o pensamento. Mude para o gpt-6.1-sol para trabalhos com uso intenso de cache onde o raciocínio é sempre desejado, e mantenha o gpt-6-sol onde você precisa de respostas sem raciocínio sob demanda.

Benchmarks

GPT-6.1 Sol: o provedor não publicou resultados de benchmark.

Acima da médiaGPT-6 Solapenas 4 comparáveis
GPT-6 Sol GPT-6.1 Sol outros modelos medidos média dos modelos comparados ★ nenhum outro modelo teve pontuação maior
DeepSWE 1.1
68.8%
N/A
OSWorld 2.0 offline set, partial
60.5%
N/A
Agents' Last Exam
56.4%
N/A

Publicado pelos provedores: Alibaba (Qwen) Alibaba (Qwen) Anthropic DeepSeek DeepSeek Google Google OpenAI OpenAI OpenAI Z.ai Z.ai

Preços

GPT-6 Sol GPT-6.1 Sol Δ
Entrada / 1M tokens $2 $2 =
Saída / 1M tokens $10 $10 =
Leitura de cache / 1M tokens $0.2 $0.1 2×
Escrita de cache 1.25x (30m) / 2.5x (12h) 1.25x (30m) / 2.5x (12h) -

Tarifas do catálogo em tempo real, lidas no momento do build; a página de cada modelo traz a tabela de preços atual. A tabela principal mostra as tarifas base. O comprimento da entrada pode alterar a tarifa de toda a solicitação. Consulte as faixas nas páginas dos modelos.

GPT-6 Sol · Preços por comprimento de entrada

Toda a solicitação usa a tarifa da faixa de comprimento de entrada. Preços em USD por milhão de tokens.

Tokens de entradaEntradaSaída
0 - 272.000 $2 $10
272.001 - 1.050.000 $4 $15

GPT-6.1 Sol · Preços por comprimento de entrada

Toda a solicitação usa a tarifa da faixa de comprimento de entrada. Preços em USD por milhão de tokens.

Tokens de entradaEntradaSaída
0 - 272.000 $2 $10
272.001 - 1.050.000 $4 $15

Onde cada um fica: preço de entrada por 1M tokens entre os 86 modelos de chat com esta unidade de cobrança (escala logarítmica)

GPT-6 Sol · $2 GPT-6.1 Sol · $2
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

GPT-6 Sol GPT-6.1 Sol
Uso de ferramentas sim sim
Controle de raciocínio configurável sempre ativo
Saída estruturada sim sim
Cache de prompts implícito + explícito implícito + explícito
Tempo de vida do cache at least 30m by default, 12h option on the Responses API at least 30m by default, 12h option on the Responses API
Prefixo mínimo em cache 1,024 tokens 1,024 tokens

Especificações

GPT-6 Sol GPT-6.1 Sol
Modalidades de entrada texto imagem texto imagem
Modalidades de saída texto texto
Lançamento 2026-09-22 2026-09-29
Corte de conhecimento 2026-04 2026-04
Janela de contexto 1.050.000 1.050.000
Saída máxima 128.000 128.000
Parâmetro de raciocínio reasoning.effort reasoning.effort
Valores aceitos
reasoning.effort
  • none
  • low
  • medium
  • high
  • xhigh
  • max
reasoning.effort
  • low
  • medium
  • high
  • xhigh
  • max
Padrão medium medium

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: GPT-6 Sol · GPT-6.1 Sol

Um prompt, os dois modelos, medidos pelo gateway

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VERIFICAÇÃO exatamente 3 frases

GPT-6 Sol passou · 3 sentences

Enabling reasoning made the model generate extra internal tokens to work through each request, and those tokens are billed even though users don’t see them. If request volume stayed roughly the same, more billed tokens per request could explain why the bill doubled. We should check the usage breakdown to confirm, then lower reasoning effort or limit it to tasks that need it.

saída 188 tok (+111 raciocínio) latência 5.0 s

GPT-6.1 Sol passou · 3 sentences

Enabling reasoning makes the model do more computational work before answering, and many providers bill the resulting reasoning tokens even though users never see them. That means the same number of requests can cost twice as much because each request consumes more billable tokens, even if the visible answers stay the same length. We should confirm the increase in our usage breakdown and reserve higher reasoning levels for tasks where the improvement justifies the added cost.

saída 144 tok (+54 raciocínio) latência 6.6 s

Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. VERIFICAÇÃO a correção passa nos testes

GPT-6 Sol passou · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original `cur` counted matching *adjacent pairs*, not items, so every run was one too short—including a single-element input, which returned 0. Starting each run at 1 counts its first item, and updating `best` on every iteration ensures a run that reaches the last index is included.

saída 206 tok (+59 raciocínio) latência 5.9 s

GPT-6.1 Sol passou · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The original function counts equal adjacent pairs rather than items in a run: a run of length `n` has only `n - 1` equal pairs, so a single-element input returns `0`, and a run ending at the last index is also undercounted. It does process the last index, so the issue is not a missing final check. Initializing each nonempty run to `1` and updating `best` after every iteration correctly counts items, including singleton and trailing runs; empty inputs still return `0`.

saída 189 tok latência 6.3 s

Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. VERIFICAÇÃO JSON válido, schema exato

GPT-6 Sol passou · 5/5 fields, guidance "Withheld pending the Q4 close"

{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":null,"growth_pct":null,"guidance":"Withheld pending the Q4 close"}

saída 227 tok (+185 raciocínio) latência 5.2 s

GPT-6.1 Sol passou · 5/5 fields, guidance "Withheld pending the Q4 close"

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": null, "growth_pct": "eleven and change", "guidance": "Withheld pending the Q4 close" }

saída 345 tok (+285 raciocínio) latência 10.2 s

Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. VERIFICAÇÃO 120 palavras, 0 palavras proibidas

GPT-6 Sol passou · 120 words, 0 banned, 1 question

Today, we’re introducing cross-provider prompt caching for our API gateway, helping teams reuse repeated prompt content when routing requests among supported AI providers. The gateway identifies eligible prompt prefixes, stores cache references, and applies them to subsequent requests where provider capabilities allow. Why send the same context again if it can be reused? With fewer duplicate input tokens, applications can reduce costs and improve latency without changing how developers call the gateway. Configure caching by route, monitor hit rates and savings in your dashboard, and keep existing provider fallback rules in place. Availability and cache behavior vary by provider, so the gateway reports eligibility and usage for each request. Get started today with our documentation and test your existing workloads.

saída 586 tok (+443 raciocínio) latência 7.7 s

GPT-6.1 Sol passou · 120 words, 0 banned, 1 question

Introducing Cross-Provider Prompt Cache, a new API gateway feature that stores reusable prompts and manages caching across your supported AI providers. Why rebuild the same context every time your application switches models? With one configuration, teams can reuse shared instructions, standardize cache policies, and reduce repeated prompt processing wherever provider caching is available. The gateway handles provider-specific requirements while giving you clear visibility into cache hits, usage, and estimated savings. Set expiration windows, isolate cached content by project, and invalidate entries when prompts change. Your existing routing logic stays intact, so you can compare models without rebuilding your caching workflow. […]

saída 588 tok (+435 raciocínio) latência 13.9 s

Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gpt-6-sol",
    # model="gpt-6.1-sol",  # descomente esta linha, comente a linha acima
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, GPT-6 Sol ou GPT-6.1 Sol?

A tabela principal mostra as tarifas base. O comprimento da entrada pode alterar a tarifa de toda a solicitação. Consulte as faixas nas páginas dos modelos.

Posso fazer um teste A/B de GPT-6 Sol contra GPT-6.1 Sol sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

GPT-6 Sol e GPT-6.1 Sol suportam cache de prompts?

Sim. Os dois cobram as leituras de cache abaixo da tarifa de entrada, então cargas de trabalho com prefixo já em cache custam menos do que os preços de tabela sugerem. Os valores exatos de leitura de cache estão na tabela de preços acima.

Comparações relacionadas

Dos nossos estudos com medições