Model
.ai
sinusubaybayan ang mga open AI model
GPT 6.1 Sol
OpenAI | 1,050,000 token context | $2.00/M input, $10.00/M output. Ang GPT-6.1 Sol ay isang upgrade sa GPT-6 Sol mula sa OpenAI, na nasa ilalim ng pangunahing GPT-6 Astra sa serye ng GPT-6. Ito ay angkop para sa agentic coding, paggamit ng computer, dokumento-heavy na propesyonal na trabaho, at multi-step na automation ng business workflow, at umaabot sa antas ng Astra sa mga gawaing ito sa mas mababang gastos. Kumpara sa GPT-6 Sol, mas kaunti ang factual errors nito at mas maaasahan sa pagsunod sa mga explicit na limitasyon at intensyon ng gumagamit sa mga agentic na gawain.
Mga gabay para sa model na ito
Lahat ng gabay
Ang GPT-6.1 Sol ay mid-tier na entry ng OpenAI sa seryeng GPT-6, na nasa ibaba ng flagship na GPT-6 Astra at nasa itaas ng orihinal na GPT-6 Sol. Nilalayon nito ang agentic coding, paggamit ng computer, trabahong propesyonal na maraming dokumento, at multi-step workflow automation, na naghahatid ng halos kaparehong resulta ng Astra sa mas makabuluhang mas mababang presyo. Kung ginagamit mo na ang GPT-6 Sol, ito ay isang direktang upgrade: mas kaunti ang mga factual error at mas mahusay ang pagsunod sa mga instruksyon sa mahabang autonomous na pagtakbo.

Kilalang-kilala sa

  • Maasahang paghawak sa agentic coding at mga gawain sa paggamit ng computer sa multi-step na mga pagtakbo
  • Mas mataas na katumpakan sa mga katotohanan kaysa sa GPT-6 Sol, ang direktang nauna nito
  • Mas mahusay sa paggalang sa mga tahasang limitasyon at intensyon ng gumagamit sa panahon ng automation
  • Mahigit sa isang milyong token na context window na angkop para sa malalaking dokumento
  • Lumalapit sa kalidad ng GPT-6 Astra sa mas mababang gastos ng output

Mag-ingat sa

  • Saradong weights lamang — walang lokal na deployment, walang offline na paggamit, kinakailangan ang API access.
  • Ang output ay nagkakahalaga ng $10 kada milyon na token; ang mahabang agentic na pagtakbo na may mabigat na output ay mabilis na tumataas ang gastos.
  • Walang inilathalang detalye ng model card, kaya ang panloob na arkitektura at training data ay hindi isiniwalat.

Mga prompt na subukan

Multi-step repo refactor
May access ka sa isang Python codebase. I-audit ang repository para sa mga function na lumalagpas sa 50 linya, i-refactor ang bawat isa sa mas maliliit na helper, i-update ang lahat ng call sites, at gumawa ng maikling changelog na nagbubuod ng bawat pagbabago. Trabahuhin ang mga file isa-isa at kumpirmahin ang bawat hakbang bago lumipat sa susunod.
Dense contract review
Narito ang isang 40-pahinang service agreement. Tukuyin ang bawat clause na lumilikha ng patuloy na obligasyong pinansyal para sa kliyente, markahan ang anumang auto-renewal terms, tandaan ang anumang liability caps o indemnification carve-outs, at gumawa ng nakaayos na summary table na may numero ng clause, simpleng paglalarawan sa Ingles, at antas ng panganib.
Automated workflow design
Disenyuhin ang multi-step automation para sa isang maliit na e-commerce team: ang mga bagong order mula sa Shopify webhook ay nagti-trigger ng inventory checks, ang mga item na mababa ang stock ay gumagawa ng draft ng purchase order, at ang draft ay ipinapadala sa supplier kasama ang kahilingan para sa kumpirmasyon. Tukuyin ang bawat hakbang, ang mga tool o API na kasangkot, ang lohika sa paghawak ng error, at kung saan dapat isali ang tao.

Ihambing sa

  • gpt-oss-120b
    Modelong bukas ang timbang
    131,072 token na konteksto · $0.15/M input, $0.60/M output
  • gpt-oss-20b
    Modelong bukas ang timbang
    131,072 token na konteksto · $0.02/M input, $0.09/M output
  • GPT-6 Luna
    Modelong API lang
    1,050,000 token na konteksto · $0.10/M input, $0.50/M output
  • GPT-5.6 Luna
    Modelong API lang
    1,050,000 token na konteksto · $0.20/M input, $1.20/M output
Higit pang mga text model mula sa openai

Mga tanong na madalas itanong

Maaari ko bang patakbuhin ang GPT-6.1 Sol nang lokal?
Hindi — hindi inilabas ng OpenAI ang open weights para sa modelong ito, kaya API access lamang ito at hindi maaaring patakbuhin offline o sa sarili mong hardware.
Magkano ang presyo ng GPT-6.1 Sol at gaano kalaki ang context window nito?
Nagkakahalaga ito ng $2.00 kada milyon na input tokens at $10.00 kada milyon na output tokens, na may context window na 1,050,000 tokens.
Paano naiiba ang GPT-6.1 Sol sa GPT-6 Sol at GPT-6 Astra?
Pinapabuti ng GPT-6.1 Sol ang GPT-6 Sol sa pamamagitan ng mas kaunting factual errors at mas maaasahang pagsunod sa instruksyon sa mga agentic na gawain; ang GPT-6 Astra ang flagship ng serye at mas mataas ang kakayahan nito, kaya mas mahal ang presyo.
Hatol ng Kapitan
Isang maaasahang mid-tier na workhorse para sa agentic at dokumentong mabigat na trabaho — sulit ang pag-upgrade mula sa GPT-6 Sol kung mahalaga sa iyo ang mahabang autonomous na pagtakbo.
Isinusulat ng Kapitan ang mga tala na ito mula sa sariling paglalarawan at model card ng modelo. Ang mga presyo at laki ng konteksto ay mula sa provider sa oras ng pagsulat at maaaring magbago.
Ranking badge
Updated Oct 22, 2026
GPT 6.1 Sol sa ModelTrends.ai: Up 81.6% this week
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #45 Hottest AI model · #24 Hottest Text / LLM model · #24 Hottest Text / LLM text model
Not this creator?
Trend ng kasikatan ng GPT 6.1 Sol
Heat score mula 29 Sep 2026
Iskor ng init
9,019°
Ngayong linggo
▲
81.6%
8,941° noon, 9,019° ngayon
Ngayong buwan
n/a
Hindi pa nailalabas/natatrack
Nakaraang taon
n/a
Hindi pa nailalabas/natatrack
GPT 6.1 Sol: Heat score mula 29 Sep 20267,000°7,565°8,131°8,696°9,261°30 Sep4 Oct9 Oct13 Oct18 Oct22 Oct9,019°ModelTrends.ai
7,000°
Floor
Ang sukat ay mula 0° hanggang 9,999°. Lahat ng nasa ibaba ng 7,000° ay para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan. Sa 7,000° nagsisimula ang nasusukat na datos: ang modelong may totoong datos pero halos walang downloads ay nasa floor, at ang mga sukat ay pumupuno sa mga degree sa itaas nito. Ang floor ay hindi nagsasabi ng anuman tungkol sa modelo; ang mga degree sa itaas nito ang nagkakaiba-iba at siyang naghihiwalay ng mga modelo.
+1,684°
OpenRouter tokens
4,103,953,567,790 tokens ang naproseso ng modelong ito sa pamamagitan ng OpenRouter sa nakaraang 30 araw, kasama ang mga prompt at sagot. Bawat 10,000,000 tokens ay katumbas ng isang download sa termino ng download, 410,395 lahat-lahat; ang mga tokens ng huling araw ay kasama sa adoption rate. Pinagmulan: OpenRouter (openrouter.ai/rankings).
+335°
Bilis ng pagtanggap
Mga humigit-kumulang 29,596 downloads bawat araw, sinusukat sa pagitan ng dalawang pagbabasa ng mga pinanggalingan, hindi hinuhulaan mula sa average ng buong buhay. Ang bilis ay katumbas ng isang-kapat ng term ng downloads, kaya ang bagong pagtaas ay nakikita nang hindi pinapantayan ng isang araw na spike ang mga taon ng paggamit.
Ipakita ang detalyadong paghahati
Pwedeng suriin ang bawat numero sa site na ito. Ang heat score ng modelong ito ay 9,019°, at dito ito binubuo ng paisa-isang sangkap, kasama ang tumatakbong kabuuan pagkatapos ng bawat isa: ang floor, ang mga degree na idinadagdag ng bawat pinanggalingan, ang bonus para sa uri ng modelo at ang binabawas ng edad ng mga weights nito. Ang mga kulay ay ang mga banda ng tsart sa itaas. Ang glossary sa dulo ay naglilinaw ng bawat termino.
  1. 1
    Magsimula sa floor.
    Bakit 7,000° at hindi zero: ang sukat ay mula 0° hanggang 9,999°, at ang bahagi sa ibaba ng 7,000° ay nakalaan para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan at hindi mauuna sa modelong may datos. Sa 7,000° nagsisimula ang nasusukat na datos. Ang modelong may totoong datos pero halos walang downloads ay nandito; ang lahat ng susunod ay sukat, at ang espasyo sa itaas ng floor ay may sampung hakbang na sampung beses na pagtaas sa downloads na may 300° bawat isa. Pareho ang floor para sa lahat ng modelo, kaya hindi ito nagdedesisyon; ang mga degree sa itaas nito ang nagdedesisyon.
    7,000°
    patuloy na kabuuan
  2. 2
    Idagdag ang mga download.
    410,395 na katumbas ng download sa lahat, mula sa OpenRouter tokens. Sampung beses na pagdagdag ng downloads ay nagdadagdag ng parehong 300°, kaya mahalaga ang laki pero hindi ito sobra sa puntos.
    +1,684°
    8,684°
    patuloy na kabuuan
  3. 3
    Idagdag ang bilis ng pagtanggap.
    Mga 29,596 downloads kada araw ngayon, sinusukat sa pagitan ng dalawang readings, na may isang-kapat na bigat.
    +335°
    9,019°
    patuloy na kabuuan
  4. =
    Ang heat score.
    Kung saan nakatayo ang modelong ito sa bawat listahan ng site na ito. Wala nang ibang nagbabago nito.
    9,019°
Talahulugan: ang mga terminong ginagamit dito
Heat score
Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
Floor
Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
Katumbas ng download
Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
Log scale
Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
Likes
Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
Bilis ng pagtanggap
Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
Nasukat at tinantya
Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
Seeder
Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
AI Horde
Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
Mga generation site
Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
OpenRouter tokens
Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Buong modelo (checkpoint)
Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
LoRA at embedding
Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
Pamilya at weights
Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
Edad
Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
Pampasigla ng pamilya
Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
Stand-in score
Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
Bago! (panahon ng grace)
Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
Uso
Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
Karaniwang modelo
Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.
Paano gumalaw ang kasikatan ng modelong ito kumpara sa ibang mga nasa katalogo: ang paglago nito sa downloads, likes, at paggamit sa bawat panahon, sinusukat laban sa karaniwang paglago ng modelo sa parehong panahon, kasama ang heat score nito sa panahong iyon. Kapag mas mataas kaysa sa karaniwan, ibig sabihin ay pagtaas, kapag mas mababa ay pagbaba. Binubuo ang nakaraan mula sa mga kabuuan ngayon, unang araw ng modelo at sukat na bilis ng pag-download kung may dalawang sukat; ang modelong hindi pa umiiral sa simula ng panahon ay nagpapakita ng n/a.