OpenAI、GPT-6.1 Solを発表

OpenAIはGPT-6 Astraを自社で最も高性能なモデルと位置づけ、GPT-6.1 Solは重要な作業をより頻繁にこなしたいユーザーや、大規模にアプリケーションを構築・運用するAPIユーザー向けだとしている。両者の差は、生の能力よりもコストを軸に説明されている。コーディングのDeepSWE v1.1と文書読解のGDP.pdfのテストで、OpenAIはGPT-6.1 Solがタスクあたり5分の1のコストでGPT-6 Astra相当の性能に達すると述べている。多段階のワークフロー実行を測るAutomationBenchでは、中程度の思考量のGPT-6.1 Solが約3分の1のコストでAnthropicのClaude Opus 5.5を上回り、コンピュータ操作能力を測るOSWorld 2.0では、タスクあたり約7分の1のコストでGPT-6 Astraとのスコア差が2.1ポイントに縮まるとしている。

タイミングも注目に値する。GPT-6.1 SolはGPT-6 Solのわずか1週間後に登場し、OpenAIは自社のアラインメント評価でGPT-6.1 SolがGPT-6 Solを大幅に上回り、GPT-6 Astraに近づくと報告している。この説明は、OpenAIが安全上の懸念から10月に予定していたGPT-6.1 Astraの投入を見送ったというThe Wall Street JournalとReutersの報道と並んで位置づけられている。

開発者や企業にとって実用的な問いは、OpenAI自身のベンチマーク値が日々の業務に反映されるかどうかだ。比較はOpenAIが公表した評価に基づいているためである。両モデルは同じプランと同じAPIで利用できるため、結果はベンチマークのスコアだけでなく、チームが自社のワークロードでうたわれたタスクあたりのコスト優位を実感できるかどうかにかかっていそうだ。