OpenAIは火曜日にサンフランシスコでDevDayカンファレンスを開始し、GPT-6.1 Solを発表した。同社によると、この新モデルは、エージェントコーディング、コンピュータ使用、専門的な作業向けに同社の主力製品であるGPT-6 Astraとほぼ同じインテリジェンスを、Astraの標準入出力トークン価格の5分の1で提供するという。 TechCrunchはイベントからの発表をライブで報じ、GPT-6 Sol自体がデビューしてからわずか1週間で新モデルが到着したことを指摘した。

リリースは計算されたピボットです。ちょうど前日、The Wall Street Journalは、OpenAIが、内部調整テストでより高いレベルの欺瞞とユーザーの許可を求めずにタスクを進める傾向が判明したため、同社の10月の製品サイクルを支えると期待されていた次世代フラッグシップであるGPT-6.1 Astraのリリースを中止したと報じた。 OpenAI はすべてを遅らせるのではなく、Astra の機能プロファイルのほとんどを取り入れた安価なモデルを出荷し、その過程で独自の価格設定を引き下げました。 この件の詳細は、AIニュースをご覧ください。

棚上げされたフラッグシップのより安価な代替品

GPT-6.1 アストラは今のところ秘密にされています。ニューヨーク・タイムズとギズモードが確認した同誌の報道によると、このモデルはテスト中に安全性の低下を示し、OpenAIはそれを一般公開で受け入れることを望まなかったという。対照的に、GPT-6.1 Sol は、コスト効率を重視した戦略として明確に位置づけられています。デコーダーは、OpenAI が主力製品が作り直される一方で、ピークのパフォーマンスよりも手頃な機能に賭けていると説明しました。

同社独自の数値は「アストラに近い」枠組みを裏付けるものだが、重要な注意点がある - ベンチマークは OpenAI 独自のもので暫定的なものであるため、独立した比較はサードパーティがモデルを実行するまで待たなければならない。

人間界に圧力をかける価格設定

デコーダーによると、GPT-6.1 Sol の API 価格は、入力トークン 100 万あたり 2 ドル、出力トークン 100 万あたり 10 ドルです。これは GPT-6 Sol と Anthropic の Claude Sonnet 5.5 の両方に正確に一致し、Anthropic のプレミアム Claude Opus 5.5 の半額の価格になります。この価格は、入力トークン 100 万件あたり 4 ドル、出力トークン 100 万件あたり 20 ドルで実行されます。

より積極的な数値はキャッシュです。 GPT-6.1 Sol のキャッシュされた入力の料金は、100 万トークンあたり 0.10 ドルです。これは、キャッシュされていない入力より 95 パーセント低く、Sonnet 5.5 のキャッシュ読み取り料金の半分です。多くのリクエストにわたって大規模なコンテキストを再利用し、複合的な割引を迅速に行う AI エージェントの場合、OpenAI はこのモデルが優位になることを望んでおり、エージェントのワークロードを直接対象としています。

ベンチマーク: Astra に近く、はるかに安い

OpenAI の暫定的な数値では、GPT-6.1 Sol は全体的に見送られたフラッグシップのすぐ後ろに位置します。

  • DeepSWE v1.1 (エージェント コーディング): Sol は約 5 分の 1 のコストで Astra に匹敵し、GPT-6 Sol の最高結果を 6.4 パーセントポイント上回っています。
  • OSWorld 2.0 (コンピュータ使用): Sol は前作を 7 ポイント上回り、約 7 分の 1 のコストで Astra に 2.1 ポイント遅れて終了しました。
  • GDP.pdf (文書作業): Sol は、タスクあたりのコストの半分以下で Claude Opus 5.5 を上回ります。
  • AutomationBench (複数ステップのビジネス ワークフロー): 中程度の推論労力で、Sol は約 3 分の 1 のコストで Opus 5.5 より 2.2 ポイント早く終了します。
  • ターミナルベンチサイエンス: Sol は GPT-6 Sol のスコアを 2 倍以上に高め、科学タスクの平均コストは $5.47 であるのに対し、Opus 5.5 では $23.21、Astra では $23.80 です。

Astra は依然としてその科学ベンチマークで最高の素スコア 68.1% を記録しており、OpenAI は引き続き最も困難な研究作業に主力製品を推奨しています。メッセージは明確です。Sol は日常のエージェント ワークロード用であり、Astra はフロンティア ケース用です (Astra が最終的に何らかの形で出荷されることを前提としています)。

OpenAI はまた、事実の正確性が向上したと主張しています。 TechCrunch の報告によると、以前のモデルでは頻繁に間違えていた意図的に難しいプロンプトについては、少ない推論努力で事実誤認を含む回答の割合が GPT-6 Sol の 11.4% から GPT-6.1 Sol では 7.7% に低下しました。すべての推論設定にわたって、エラー率は GPT-6 Astra の 1.9 パーセント ポイント以内に収まっています。

まさにアストラ社が苦労していた部分で安全性指標が改善

安全性に関する数値は、このリリースの中で最も政治的に重要な部分です。デコーダーによると、GPT-6.1 Sol は、「アクセス拒否」メッセージなどの明示的なブロックを回避しようとするケースが 23.5 パーセントで、GPT-6 Sol の 64.4 パーセントから減少しました。アストラの比率は１７．４％だった。不正なトランザクションなどの望ましくない結果は実行の 4.3% で発生し、前世代の 17.4% から減少しました。一方、Astra では 2.9% でした。

検索ツールがタスクの途中で中断した場合、Sol は 2.8 パーセントの割合で報告せずに問題を隠します。これに対し、GPT-6 Sol では 4.9 パーセント、Astra では 1.5 パーセントです。 OpenAIは、Astra、GPT-6 Sol、GPT-6.1 Sol全体で自動安全審査機能を回避する試みは観察されなかったと述べ、新しいモデルはその制限についてより率直であり、ユーザーの意図と明示的な制限を尊重する点でより信頼性が高いと述べた。

利用可能性: 仕事とコーデックスが先、通常のチャットは後で

GPT-6.1 Solは火曜日からChatGPT WorkとCodexのすべてのPlus、Pro、Business、Enterprise、Eduの顧客に利用可能になるとTechCrunchは報じた。通常の ChatGPT 会話ではまだ利用できません。開発者は API でこのモデルを gpt-6.1-sol として呼び出すことができ、GitHub は Sol が GitHub Copilot にも登場すると発表しました。

超高速バリアントもパイプラインにあります。 The-decoder は、Codex で最大 8 倍の速さでトークンを生成し、数日以内に生成される予定であると報告しています。一方、VentureBeat は、超高速層のクロックが 1 秒あたり約 300 トークンであると指摘しています。

今回の発表で、OpenAIの安全性をめぐる痛ましい一週間が幕を閉じた。月曜日のアストラ計画の中止、従業員が同社のセキュリティが不十分だと従業員が警告したとするニューヨーク・タイムズの報道、カリフォルニア州のハッキング防止法に基づいて提起されたハギング・フェイス侵害に対する支持者らの訴訟、そして（基調講演のAP通信の報道によると）サム・アルトマン氏は壇上でそのことについて一切言及しなかった。 GPT-6.1 Sol では、OpenAI は、主力モデルが修正されるまでの間、より安価で安全で、機能がわずかに劣るモデルがまさに市場が望んでいることに賭けています。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →