ModelFoldgpt-6-1-sol
GPT-6.1 Sol 是 OpenAI 对 GPT-6 Sol 的升级，定位介于 GPT-6 Astra 和 GPT-6 Luna 之间，支持 105 万 token 上下文。
定价： 输入 150 积分 / 百万 token（≈ $0.75），输出 750 积分 / 百万 token（≈ $3.75）。
今天想聊点什么？
GPT-6.1 Sol API：与 GPT-6 Astra、Luna 怎么比
GPT-6.1 Sol 是 OpenAI 对 GPT-6 Sol 的升级，定位介于 GPT-6 Astra 和 GPT-6 Luna 之间。OpenAI 表示它在智能体编程、电脑操作和专业工作上几乎追平 Astra，价格却更低，并支持 105 万 token 上下文窗口。在 ModelFold 上，它和 GPT-6 Astra、GPT-6 Luna 都可以使用。
GPT-6.1 Sol API 在 ModelFold 上的参数
| 参数 | 值 |
|---|---|
| 模型 | gpt-6-1-sol |
| 端点 | POST https://ai.modelfold.online/v1/chat/completions（OpenAI 兼容） |
| 上下文窗口 | 1,050,000 token |
| 最大输入 | 922,000 token |
| 最大输出 | 128,000 token |
| 输入类型 | 文本消息 |
| 推理强度 | low、medium、high、xhigh、max（可在 Playground 中调整） |
| 工具 | 联网搜索（可在 Playground 中开启） |
| 流式返回 | 不流式；API 一次返回完整 JSON，附带用量和本次扣除的积分 |
| 价格 | 见上方定价部分 |
GPT-6.1 Sol vs GPT-6 Astra vs GPT-6 Luna：该用哪个
在 OpenAI 自己的评测中，GPT-6.1 Sol 在 DeepSWE v1.1 上与 GPT-6 Astra 持平，在最高推理强度下 OSWorld 2.0 只比 Astra 低 2.1 分；而在 Terminal-Bench Science 0.1 上 Astra 得分更高（68.1%）。独立排行榜也显示两者很接近：Artificial Analysis 智能指数 Astra 53、Sol 52；LMArena 文本榜 Sol 1484、Astra 1475，区间有重叠（截至 2026 年 10 月）。GPT-6 Luna 在同一 Artificial Analysis 指数上为 38。比较实用的默认选择是：编程、电脑操作和文档类工作用 Sol，最难的研究任务用 Astra——这也是 OpenAI 推荐 Astra 的场景。在 ModelFold 上 Sol 比 Astra 便宜，具体价格见各模型的定价。
| GPT-6.1 Sol | GPT-6 Astra | GPT-6 Luna | |
|---|---|---|---|
| OpenAI 的定位 | 在智能体编程、电脑操作和专业工作上几乎追平 Astra | 全面最强的模型，追求最佳效果时使用 | 用 Astra 的方法训练、更快更实惠的 GPT-6 模型 |
| Artificial Analysis 智能指数（2026 年 10 月） | 52 | 53 | 38 |
| LMArena 文本得分（2026 年 10 月 8 日） | 1484 | 1475 | 1443 |
| OpenAI 公布的与 Astra 对比 | DeepSWE v1.1 与 Astra 持平；OSWorld 2.0 差距 2.1 分以内（最高推理强度） | Terminal-Bench Science 0.1 上高于 GPT-6.1 Sol（68.1%） | GPT-6.1 Sol 发布时未公布 |
| ModelFold 是否提供 | 是 | 是 | 是 |
GPT-6.1 Sol 相比 GPT-6 Sol 的提升
OpenAI 把 GPT-6.1 Sol 打造成 GPT-6 Sol 的升级版，面向智能体编程、电脑操作，以及理解文档、执行多步业务流程等专业工作。以下是 OpenAI 公布的与 GPT-6 Sol 的对比结果。
| 评测项（OpenAI 公布） | 评测内容 | GPT-6.1 Sol 对比 GPT-6 Sol |
|---|---|---|
| DeepSWE v1.1 | 真实代码库中的复杂软件工程任务 | 比 GPT-6 Sol 的最好成绩高 6.4 分，且推理强度更低 |
| AutomationBench | 多步业务流程 | 中等推理强度下高 4.8 分 |
| OSWorld 2.0（离线集） | 高难度电脑操作流程 | 最高推理强度下高 7 分 |
| Terminal-Bench Science 0.1 | 数据分析、模拟和定理证明 | 最高推理强度下超过 GPT-6 Sol 的两倍 |
| 事实性评测 | 至少含一处事实错误的回答占比 | 低推理强度下从 11.4% 降到 7.7%（使用的是刻意设计的高难度提示词，不代表日常使用） |
GPT-6.1 Sol 的典型用途
OpenAI 为复杂的专业工作打造了 GPT-6.1 Sol，以下是它擅长的任务类型。
编程智能体与代码审查
在真实代码库中编写、调试和审查代码，由智能体完成复杂的软件工程任务。
从复杂文档中找答案
从含有表格、图表、图示和细则的长 PDF 中回答问题。
多步业务流程
在不同应用之间分多个步骤推进一项业务任务的智能体。
电脑操作智能体
操作电脑应用来完成多步任务的智能体。
如何在 ModelFold 上使用 GPT-6.1 Sol API
- 1
第 1 步：获取 API Key
注册 ModelFold，打开 API Key 管理页面创建密钥。每个请求都在 Authorization 请求头中带上它。
- 2
第 2 步：在 Playground 中测试提示词
无需写代码，就能在本页的 Playground 中试用这个模型。可以试试几个不同的推理强度，看看回答有什么变化。
- ✓
第 3 步：发送请求
用你的 API Key 鉴权，向 https://ai.modelfold.online/v1/chat/completions 发送 POST 请求，model 设为 gpt-6-1-sol，并传入 OpenAI 风格的 messages 数组。
上线前的提示
处理标准的 HTTP 错误
ModelFold 返回标准的 HTTP 状态码——例如 API Key 无效返回 401、积分不足返回 402——JSON 中附带错误码和说明。上游调用失败会自动退款。
在 Playground 中试试联网搜索
这个模型的联网搜索和推理强度可以在本页 Playground 中开启和调整，集成前就能看到它们对回答的影响。
把模型 ID 做成可配置的
请求和返回都使用 gpt-6-1-sol 这个 ID。把它放在配置里，以后切换到 gpt-6-astra 或 gpt-6-luna 就不用改代码。
为什么在 ModelFold 上使用 GPT-6.1 Sol
整个模型市场共用一个密钥
ModelFold 市场中的所有模型都使用同一种鉴权方式：在 Authorization: Bearer YOUR_API_KEY 请求头中带上你在 API Key 管理页面获取的密钥。
免费积分起步
ModelFold 新用户可获得 80 个免费测试积分。你的账户只有一个积分余额，所有模型都从中扣费，余额和每笔扣费都能在钱包中查看。
无需部署或安装
ModelFold 以 API 加 Playground 的形式提供这个模型，不需要下载或安装任何应用，也不用管理 GPU 或模型权重。
常见问题
GPT-6.1 Sol 比 GPT-6 Astra 更好吗？⌄
并非全面更好。在 OpenAI 的评测中，它在部分编程和电脑操作工作上与 Astra 持平，独立排行榜上两者也只差几分，而 OpenAI 仍推荐用 Astra 处理最难的研究任务。具体分数见上方对比表。
GPT-6.1 Sol 和 GPT-6 Luna 有什么区别？⌄
在 Artificial Analysis 智能指数上，GPT-6 Luna 为 38，GPT-6.1 Sol 为 52（截至 2026 年 10 月）。三个 GPT-6 模型在 ModelFold 上都能使用，上方对比表把它们放在了一起。
GPT-6.1 Sol 是什么？⌄
GPT-6.1 Sol 是 OpenAI 对 GPT-6 Sol 的升级，面向智能体编程、电脑操作和专业工作。在 ModelFold 上的模型 ID 是 gpt-6-1-sol，参数、成绩和用途见上文。
GPT-6.1 Sol 比 GPT-6 Sol 更好吗？⌄
是的，从 OpenAI 公布的结果看：它在编程、业务流程、电脑操作和科学基准上得分更高，在高难度提示词上的事实错误更少。各项结果见上方基准表。
GPT-6.1 Sol API 怎么收费？⌄
价格见上方定价部分。
GPT-6.1 Sol 的上下文窗口有多大？⌄
OpenAI 公布的上下文窗口为 1,050,000 token，最多输出 128,000 token。其他限制见上方参数表。
GPT-6.1 Sol 免费吗？⌄
在 ModelFold 上不免费：每个请求都会消耗积分，价格见上方定价部分。ModelFold 新用户可获得 80 个免费测试积分。
GPT-6.1 Sol 支持哪些推理强度？⌄
low、medium、high、xhigh 和 max，默认 medium。
| 输入 | 150 积分 /百万 token≈ $0.75 |
| 输出 | 750 积分 /百万 token≈ $3.75 |
按 token 计费：输入、输出分别计价，思考过程的 token 按输出计。Playground 与 API 扣费口径完全一致。
查看接口文档 →curl https://ai.modelfold.online/v1/chat/completions \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-6-1-sol","messages":[{"role":"user","content":"Hello"}]}'