GPT-6.1 Sol

Lançado em 2026-09-29

chatVisãoCódigoChamada de ferramentasRaciocínioCache de prompts

O GPT-6.1 Sol é a atualização do GPT-6 Sol de 29 de setembro de 2026, que a OpenAI posiciona como desempenho próximo ao Astra para trabalho complexo a um custo menor, voltado a programação, uso do computador e trabalho profissional.

Entrada
texto imagem $2/M
Saída
texto $10/M
Leitura de cache
$0.1/M
Contexto
1.1M
vs GPT-4o
~60% mais barato
Corte de conhecimento
2026-04

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

O preço em contexto

Posição do preço entre 79 modelos comparáveis

Entrada$2/M
$0.1 · Claude Haiku 5.5 GPT-5.4 Pro · $30
Saída$10/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
Leitura de cache$0.1/M
$0.006 · DeepSeek V4.1 Flash Claude Fable 5 · $1

A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.

Especificações e limites

Tokens

Janela de contexto (especificação do provedor) 1.050.000
Saída máxima (especificação do provedor) 128.000
Corte de conhecimento 2026-04

Cache de prompts

Modo automático + explícito
Prefixo mín. 1.024
Duração pelo menos 30 min por padrão, 12 h opcional na API Responses
Custo de escrita 1.25x (30m) / 2.5x (12h)

Raciocínio

Parâmetro do provedor reasoning.effort
Valores aceitos low · medium · high · xhigh · max
Valor padrão medium usado quando a requisição não define nada
Pode ser desativado Não
Parâmetro reasoning_effort
Valores minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima

Modelo

Modalidades texto + imagem → texto
  • Upgrade to GPT-6 Sol with near-Astra performance for complex coding, computer use and professional work. 1.05M context of which up to 922K can be input, 128K max output. Cached input is 0.05x the input rate, half of GPT-6 Sol's. Prompts over 272K input tokens move the whole request onto the long-context rate (2x input and cache, 1.5x output). Reasoning cannot be turned off: none and minimal are not supported. Tool calling requires the Responses API
  • Chat Completions is supported without tools

conforme fonte das especificações do modelo ↗

Um prompt, medido 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-6.1 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-6.1 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-6.1 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-6.1 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.

Use o GPT-6.1 Sol em 30 segundos

Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/chat/completions

from openai import OpenAI

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

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

Sobre o GPT-6.1 Sol

  • Ele mantém a janela de contexto de 1.050.000 tokens da família GPT-6, dos quais até 922.000 podem ser de entrada, com 128K tokens de saída máxima, entrada de texto e imagem, saídas estruturadas, streaming, chamadas de função, cache de prompts e corte de conhecimento em abril de 2026.
  • Os preços de tabela de entrada e saída são os do GPT-6 Sol, mas a entrada em cache custa metade, o que se acumula em loops de agentes que reenviam prefixos longos.
  • Prompts com mais de 272K tokens de entrada levam a solicitação inteira para a tarifa de contexto longo, com entrada e cache em dobro e saída em 1,5 vez.
  • O raciocínio está sempre ativo: o esforço vai de low a max com medium como padrão, e a OpenAI não oferece none nem minimal neste modelo, então o Synthorai executa em low as solicitações que os pedem em vez de rejeitá-las.
  • A OpenAI reserva as chamadas de função para a Responses API; pelo Synthorai, uma solicitação de Chat Completions com ferramentas continua funcionando, porque o gateway a envia ao upstream no formato que suporta chamadas de função.
  • O Synthorai oferece o GPT-6.1 Sol pela mesma API compatível com OpenAI que o restante da frota.

Perguntas frequentes

A API do GPT-6.1 Sol é gratuita para testar?

Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $2/M de tokens de entrada, só esse crédito já cobre cerca de 62 requisições de ~8K tokens ao GPT-6.1 Sol.

Em que o GPT-6.1 Sol é melhor?

Atualização do GPT-6 Sol com desempenho próximo ao Astra em programação, uso do computador e trabalho profissional; contexto de 1,05M, saída de 128K, esforço de raciocínio de low a max; entrada em cache pela metade do preço do GPT-6 Sol, tarifa de contexto longo acima de 272K tokens de entrada. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.

Quanto custa o GPT-6.1 Sol?

Na Synthorai, o GPT-6.1 Sol custa $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.1/M.

Qual é a janela de contexto do GPT-6.1 Sol?

O GPT-6.1 Sol tem uma janela de contexto de 1.1M tokens na Synthorai. Uma única resposta pode ter até 128,000 tokens.

O GPT-6.1 Sol suporta cache de prompts?

Sim: o cache automático vem ativado por padrão, e um modo explícito permite escolher o que vai para o cache. Tokens de entrada em cache são cobrados a $0.1/M, contra $2/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL pelo menos 30 min por padrão, 12 h opcional na API Responses). Guia de cache de prompts →

Como obtenho acesso ao GPT-6.1 Sol?

Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="gpt-6.1-sol" e pronto. Uma única chave de API cobre todos os modelos do gateway.

Qual é o corte de conhecimento do GPT-6.1 Sol?

O corte de conhecimento do GPT-6.1 Sol é 2026-04, segundo a documentação oficial do provedor (verificado em 2026-09-30).

Modelos relacionados

Comparar

As especificações e os benchmarks dos fornecedores incluem links para as fontes. O suporte do gateway descreve a implementação da Synthorai. Os exemplos arquivados são solicitações individuais e não garantem o desempenho geral do modelo. Os preços vêm da API pública ou do snapshot usado na compilação.

Obtenha sua chave de API Compare seu custo →