Posso eseguire GPT-6.1 Sol localmente?

No — OpenAI non ha rilasciato pesi aperti per questo modello, quindi è accessibile solo via API e non può essere eseguito offline o su hardware proprio.

Quanto costa GPT-6.1 Sol e quanto è grande la sua finestra di contesto?

Costa 2,00$ per milione di token in input e 10,00$ per milione di token in output, con una finestra di contesto di 1.050.000 token.

In cosa differisce GPT-6.1 Sol da GPT-6 Sol e GPT-6 Astra?

GPT-6.1 Sol migliora GPT-6 Sol con meno errori fattuali e una più affidabile esecuzione delle istruzioni durante compiti agentici; GPT-6 Astra è il modello di punta della serie, con capacità superiori e prezzo più alto.

▲

81.6%

questa settimana

GPT 6.1 Sol

9019°

#llm #openai #visione #ragionamento #agenti #programmazione

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

OpenAI | contesto da 1.050.000 token | $2.00/M input, $10.00/M output. GPT-6.1 Sol è un aggiornamento di GPT-6 Sol di OpenAI, posizionato sotto il modello di punta GPT-6 Astra nella serie GPT-6. È adatto per coding agentico, uso del computer, lavoro professionale con molti documenti e automazione di flussi di lavoro aziendali multi-step, e si avvicina ai risultati di Astra in questi compiti a un costo molto inferiore. Rispetto a GPT-6 Sol, commette meno errori fattuali ed è più affidabile nel rispettare restrizioni esplicite e intenzioni dell’utente durante compiti agentici.

Guide per questo modello

Grok 4.7 vs GPT-6.1 Sol: stesso prezzo per input, conti diversi

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

GPT-6.1 Sol è l'offerta di fascia media di OpenAI nella serie GPT-6, posizionata sotto il modello di punta GPT-6 Astra e sopra l'originale GPT-6 Sol. È pensato per il coding agentico, l'uso del computer, il lavoro professionale con documenti complessi e l'automazione di flussi di lavoro multi-step, offrendo risultati vicini a quelli di Astra a un prezzo significativamente inferiore. Se già usavi GPT-6 Sol, questo è un aggiornamento semplice: meno errori fattuali e migliore capacità di seguire istruzioni durante lunghe esecuzioni autonome.

Conosciuto per

Gestione affidabile di compiti di coding agentico e uso del computer su esecuzioni multi-step
Maggiore accuratezza fattuale rispetto a GPT-6 Sol, il suo diretto predecessore
Migliore nel rispettare restrizioni esplicite e intenzioni dell'utente durante l'automazione
Finestra di contesto di oltre un milione di token adatta a carichi di lavoro con documenti grandi
Si avvicina alla qualità di GPT-6 Astra a un costo di output sostanzialmente inferiore

Attenzione a

Pesi chiusi — nessuna distribuzione locale, nessun uso offline, è richiesto l'accesso API.
Il costo di output è di 10$ per milione di token; lunghe esecuzioni agentiche con output pesante possono diventare costose rapidamente.
Nessun dettaglio pubblicato nel model card, quindi architettura interna e dati di addestramento restano non divulgati.

Ideale per

Agenti e uso di strumenti

Prompt da provare

Rifattorizzazione multi-step del repository

Hai accesso a un codice Python. Controlla il repository per funzioni che superano le 50 righe, rifattorizza ciascuna in helper più piccoli, aggiorna tutti i punti di chiamata e scrivi un breve changelog che riassuma ogni modifica effettuata. Procedi file per file e conferma ogni passaggio prima di passare al successivo.

Revisione contratto denso

Ecco un contratto di servizio di 40 pagine. Identifica ogni clausola che crea un obbligo finanziario continuativo per il cliente, segnala eventuali termini di rinnovo automatico, annota eventuali limiti di responsabilità o esclusioni di indennizzo e produci una tabella riassuntiva strutturata con numero clausola, descrizione in linguaggio semplice e livello di rischio.

Progettazione flusso di lavoro automatizzato

Progetta un'automazione multi-step per un piccolo team e-commerce: nuovi ordini da un webhook Shopify attivano controlli di inventario, gli articoli con scorte basse generano una bozza d'ordine d'acquisto, e la bozza viene inviata via email al fornitore con richiesta di conferma. Specifica ogni passaggio, gli strumenti o API coinvolti, la logica di gestione errori e quando deve intervenire un umano.

Confronta con

gpt-oss-120b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.15/M, output $0.60/M
gpt-oss-20b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.02/M, output $0.09/M
GPT-6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.10/M, output $0.50/M
GPT-5.6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.20/M, output $1.20/M

Altri modelli di testo da openai

Domande frequenti

Posso eseguire GPT-6.1 Sol localmente?: No — OpenAI non ha rilasciato pesi aperti per questo modello, quindi è accessibile solo via API e non può essere eseguito offline o su hardware proprio.
Quanto costa GPT-6.1 Sol e quanto è grande la sua finestra di contesto?: Costa 2,00$ per milione di token in input e 10,00$ per milione di token in output, con una finestra di contesto di 1.050.000 token.
In cosa differisce GPT-6.1 Sol da GPT-6 Sol e GPT-6 Astra?: GPT-6.1 Sol migliora GPT-6 Sol con meno errori fattuali e una più affidabile esecuzione delle istruzioni durante compiti agentici; GPT-6 Astra è il modello di punta della serie, con capacità superiori e prezzo più alto.

Verdetto del capitano
Un affidabile modello di fascia media per lavoro agentico e con documenti complessi — vale la pena passare da GPT-6 Sol se ti interessano lunghe esecuzioni autonome.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #45 Hottest AI model · #24 Hottest Text / LLM model · #24 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendenza di popolarità di GPT 6.1 Sol

Punteggio di calore da 29 Sep 2026

Punteggio di popolarità

9,019°

Questa settimana

▲

81.6%

8,941° allora, 9,019° ora

Questo mese

n/a

Non ancora rilasciato/tracciato

Ultimo anno

n/a

Non ancora rilasciato/tracciato

7,000°

Floor

La scala va da 0° a 9.999°. Tutto ciò che sta sotto 7,000° è riservato ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete. 7,000° è dove iniziano i dati misurati: un modello con dati reali ma quasi nessun download sta al floor, e le misurazioni riempiono i gradi sopra di esso. Il floor non dice nulla sul modello; solo i gradi sopra lo fanno, e sono quelli che distinguono un modello dall'altro.

+1,684°

Token OpenRouter

4,103,953,567,790 token processati da questo modello tramite OpenRouter negli ultimi 30 giorni, prompt e risposte insieme. Ogni 10,000,000 token conta come un download nel termine di download, 410,395 in totale; i token dell'ultimo giorno contribuiscono al tasso di adozione. Fonte: OpenRouter (openrouter.ai/rankings).

+335°

Tasso di adozione

Circa 29,596 download al giorno, misurati tra due rilevazioni delle fonti, mai stimati da una media a vita. La velocità pesa un quarto del termine download, così una nuova impennata si vede senza che un picco di un giorno superi anni di uso.

Mostra dettagli

Ogni numero su questo sito può essere verificato. Il punteggio heat di questo modello è 9,019°, ed è costruito un ingrediente alla volta, con il totale progressivo dopo ogni passaggio: il floor, i gradi che ogni fonte aggiunge, il bonus per il tipo di modello e cosa toglie l'età dei suoi pesi. I colori corrispondono alle bande del grafico sopra. Il glossario alla fine definisce ogni termine.

1
Inizia dal floor.
Perché 7,000° e non zero: la scala va da 0° a 9.999°, e la parte sotto 7,000° è riservata ai modelli su cui nessuna fonte ha ancora dati, che hanno un numero provvisorio lì per mantenere le liste complete e non superare mai un modello con dati. 7,000° è dove iniziano i dati misurati. Un modello con dati reali ma quasi nessun download sta qui; tutto ciò che segue è misurazione, e lo spazio sopra il floor contiene dieci passi decuplici nei download a 300° ciascuno. Il floor è uguale per ogni modello, quindi non decide nulla; lo fanno i gradi sopra di esso.
7,000°
totale in corso
2
Aggiungi i download.
410,395 equivalenti di download in totale, da Token OpenRouter. Dieci volte i download aggiungono lo stesso 300°, quindi la dimensione conta ma non domina mai il punteggio.
+1,684°
8,684°
totale in corso
3
Aggiungi il tasso di adozione.
Circa 29,596 download al giorno in questo momento, misurati tra due rilevazioni, con un peso di un quarto.
+335°
9,019°
totale in corso
=
Il punteggio heat.
Dove si posiziona questo modello in ogni lista di questo sito. Niente altro lo modifica.
9,019°

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Come si è mosso questo modello rispetto al resto del catalogo: la sua crescita in download, like e utilizzo in ogni periodo, misurata rispetto alla crescita tipica dei modelli nello stesso periodo, con il suo punteggio di popolarità al momento. Sopra la crescita tipica indica un aumento, sotto una diminuzione. Il passato è ricostruito dai totali di oggi, dal primo giorno del modello e dalla sua velocità di download misurata quando ci sono due letture; un modello che non esisteva all'inizio del periodo mostra n/a.

Modelli simili

GPT 3.5 Turbo (older v0613)

TEXT / LLM

GPT 5.1

TEXT / LLM

Modelli di IA per generare immagini, video e testo

GPT 6.1 Sol è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm openai visione ragionamento agenti programmazione contesto lungo

Sfoglia per famiglia di modelli