Bolehkah saya jalankan GPT-6.1 Sol secara tempatan?

Tidak — OpenAI tidak mengeluarkan berat terbuka untuk model ini, jadi ia hanya boleh diakses melalui API dan tidak boleh dijalankan luar talian atau pada perkakasan anda sendiri.

Berapa kos GPT-6.1 Sol dan berapa besar tingkap konteksnya?

Kosnya adalah $2.00 setiap sejuta token input dan $10.00 setiap sejuta token output, dengan tingkap konteks 1,050,000 token.

Bagaimana GPT-6.1 Sol berbeza daripada GPT-6 Sol dan GPT-6 Astra?

GPT-6.1 Sol memperbaiki GPT-6 Sol dengan kurang kesilapan fakta dan pematuhan arahan yang lebih boleh dipercayai semasa tugas agen; GPT-6 Astra adalah model utama siri ini dan berada di atasnya dari segi keupayaan, dengan harga yang lebih tinggi.

▲

81.6%

minggu ini

GPT 6.1 Sol

9019°

#llm #openai #penglihatan #penalaran #ejen #pengaturcaraan

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

OpenAI | konteks token 1,050,000 | $2.00/M input, $10.00/M output. GPT-6.1 Sol adalah peningkatan kepada GPT-6 Sol dari OpenAI, diletakkan di bawah model utama GPT-6 Astra dalam siri GPT-6. Ia sesuai untuk pengaturcaraan agen, penggunaan komputer, kerja profesional berat dokumen, dan automasi aliran kerja perniagaan berbilang langkah, dan mendekati hasil tahap Astra pada tugas ini dengan kos jauh lebih rendah. Berbanding GPT-6 Sol, ia membuat kurang kesilapan fakta dan lebih boleh dipercayai dalam menghormati sekatan eksplisit dan niat pengguna semasa tugas agen.

Panduan untuk model ini

Grok 4.7 vs GPT-6.1 Sol: harga input sama, bil berbeza

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

GPT-6.1 Sol adalah model pertengahan OpenAI dalam siri GPT-6, berada di bawah model utama GPT-6 Astra dan di atas GPT-6 Sol asal. Ia menyasarkan pengkodan agen, penggunaan komputer, kerja profesional yang banyak dokumen, dan automasi aliran kerja berbilang langkah, memberikan hasil hampir setaraf Astra dengan kos yang jauh lebih rendah. Jika anda sudah menggunakan GPT-6 Sol, ini adalah peningkatan yang mudah: kurang kesilapan fakta dan pematuhan arahan yang lebih baik semasa larian autonomi panjang.

Dikenali untuk

Tugas pengkodan agen dan penggunaan komputer yang diurus dengan boleh dipercayai sepanjang larian berbilang langkah
Ketepatan fakta yang lebih kuat berbanding GPT-6 Sol, pendahulunya secara langsung
Lebih baik menghormati sekatan eksplisit dan niat pengguna semasa automasi
Tingkap konteks lebih satu juta token sesuai untuk beban kerja dokumen besar
Mendekati kualiti GPT-6 Astra pada kos output yang jauh lebih rendah

Berhati-hati dengan

Berat tertutup sahaja — tiada pelaksanaan tempatan, tiada penggunaan luar talian, akses API diperlukan.
Output berharga $10 setiap sejuta token; larian agen panjang dengan output berat boleh menjadi mahal dengan cepat.
Tiada butiran kad model diterbitkan, jadi seni bina dalaman dan data latihan tidak didedahkan.

Terbaik untuk

Ejen dan penggunaan alat

Arahan untuk cuba

Refaktor repo berbilang langkah

Anda mempunyai akses kepada pangkalan kod Python. Audit repositori untuk fungsi yang melebihi 50 baris, pecahkan setiap satu kepada pembantu yang lebih kecil, kemas kini semua tapak panggilan, dan tulis log perubahan ringkas yang merumuskan setiap perubahan yang dibuat. Kerjakan fail satu demi satu dan sahkan setiap langkah sebelum beralih ke yang seterusnya.

Ulasan kontrak padat

Ini adalah perjanjian perkhidmatan 40 halaman. Kenal pasti setiap klausa yang mewujudkan obligasi kewangan berterusan untuk pelanggan, tandakan sebarang terma pembaharuan automatik, catat sebarang had liabiliti atau pengecualian indemnifikasi, dan hasilkan jadual ringkasan berstruktur dengan nombor klausa, penerangan dalam Bahasa Inggeris mudah, dan tahap risiko.

Reka aliran kerja automatik

Reka automasi berbilang langkah untuk pasukan e-dagang kecil: pesanan baru dari webhook Shopify mencetuskan pemeriksaan inventori, barang stok rendah menghasilkan draf pesanan pembelian, dan draf dihantar melalui e-mel kepada pembekal dengan permintaan pengesahan. Nyatakan setiap langkah, alat atau API yang terlibat, logik pengendalian ralat, dan di mana manusia perlu dilibatkan.

Bandingkan dengan

gpt-oss-120b
Model berat terbuka
konteks 131,072 token · Input $0.15/M, output $0.60/M
gpt-oss-20b
Model berat terbuka
konteks 131,072 token · Input $0.02/M, output $0.09/M
GPT-6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.10/M, output $0.50/M
GPT-5.6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.20/M, output $1.20/M

Lebih banyak model teks dari openai

Soalan yang sering ditanya

Bolehkah saya jalankan GPT-6.1 Sol secara tempatan?: Tidak — OpenAI tidak mengeluarkan berat terbuka untuk model ini, jadi ia hanya boleh diakses melalui API dan tidak boleh dijalankan luar talian atau pada perkakasan anda sendiri.
Berapa kos GPT-6.1 Sol dan berapa besar tingkap konteksnya?: Kosnya adalah $2.00 setiap sejuta token input dan $10.00 setiap sejuta token output, dengan tingkap konteks 1,050,000 token.
Bagaimana GPT-6.1 Sol berbeza daripada GPT-6 Sol dan GPT-6 Astra?: GPT-6.1 Sol memperbaiki GPT-6 Sol dengan kurang kesilapan fakta dan pematuhan arahan yang lebih boleh dipercayai semasa tugas agen; GPT-6 Astra adalah model utama siri ini dan berada di atasnya dari segi keupayaan, dengan harga yang lebih tinggi.

Keputusan Kapten
Model pertengahan yang boleh dipercayai untuk kerja agen dan dokumen berat — berbaloi untuk naik taraf dari GPT-6 Sol jika larian autonomi panjang penting bagi anda.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

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

Trend populariti GPT 6.1 Sol

Skor panas sejak 29 Sep 2026

Skor haba

9,019°

Minggu ini

▲

81.6%

8,941° dulu, 9,019° sekarang

Bulan ini

n/a

Belum dikeluarkan/dipantau

Tahun lalu

n/a

Belum dikeluarkan/dipantau

7,000°

Lantai

Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.

+1,684°

Token OpenRouter

4,103,953,567,790 token diproses oleh model ini melalui OpenRouter dalam 30 hari terakhir, termasuk arahan dan jawapan. Setiap 10,000,000 token dikira sebagai satu muat turun dalam tempoh muat turun, 410,395 semuanya; token hari terakhir disertakan dalam kadar penggunaan. Sumber: OpenRouter (openrouter.ai/rankings).

+335°

Kadar penerimaan

Kira-kira 29,596 muat turun sehari, diukur antara dua bacaan sumber, tidak pernah dianggarkan dari purata sepanjang hayat. Kelajuan seberat suku istilah muat turun, jadi lonjakan baru kelihatan tanpa membiarkan lonjakan satu hari mengatasi penggunaan bertahun-tahun.

Tunjukkan pecahan terperinci

Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 9,019°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.

1
Mula di lantai.
Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.
7,000°
jumlah berjalan
2
Tambah muat turun.
410,395 muat turun setara semuanya, dari Token OpenRouter. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.
+1,684°
8,684°
jumlah berjalan
3
Tambah kadar penerimaan.
Sekitar 29,596 muat turun sehari sekarang, diukur antara dua bacaan, dengan berat suku.
+335°
9,019°
jumlah berjalan
=
Skor heat.
Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.
9,019°

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.

Model serupa

Model AI untuk penjanaan imej, video dan teks

GPT 6.1 Sol ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm openai penglihatan penalaran ejen pengaturcaraan konteks panjang

Layari mengikut keluarga model