メインコンテンツまでスキップ

GPT-6.1 Sol:Claude ユーザーのためのフィールドガイド

中級

2026 年 9 月 29 日の DevDay で、OpenAI は GPT-6 Sol の 1 週間後に GPT-6.1 Sol （gpt-6.1-sol）を出荷しました。うたい文句は 「5 分の 1 の価格で Astra に近い知能」。 Hacker News のトップに直行しました。

Claude ユーザーにとって興味深い事実はうたい文句ではありません。GPT-6.1 Sol が Claude Sonnet 5.5 のレートカードとまったく同じ位置（入力 $2 / 出力 $10 per MTok）に 着地し、しかもキャッシュ入力は Sonnet 5.5 の 半額だという点です。2 つのモデル、同じ 見出し価格、異なる請求額、異なる仕事の形。このページでは、スペック、ほとんどの記事が 飛ばす価格のメカニズム、ベンチマーク表の正直な読み方、そして DevDay が開発者向けに 出荷した残りの内容を扱います。

What you'll learn
  • 正確なスペックを知る — そしてコンテキストウィンドウではない 2 つの上限を知る
  • ワークロードを正しく見積もる。272K の崖と Sonnet 5.5 とのキャッシュ入力の差を含めて
  • API サーフェスの罠を避ける:ツール呼び出しは両方のエンドポイントで使えるわけではない
  • launch 時のベンチマークを読む。Claude が依然勝っている行も含めて
  • DevDay で開発者向けに何が登場したかを知る:Ultrafast、Decisions API、Codex Security Cloud、Private Intelligence

スペック​

gpt-6.1-sol
コンテキストウィンドウ1,050,000 トークン
最大入力トークン922,000
最大出力トークン128,000
知識カットオフ2026 年 4 月 30 日
reasoning effortlow、medium（デフォルト）、high、xhigh、max
入力 / キャッシュ入力 / 出力$2.00 / $0.10 / $10.00 per MTok
キャッシュ書き込み$2.50 per MTok
ロングコンテキスト（272K 超）入力とキャッシュのレートが 2 倍、出力が 1.5 倍
Fast Mode標準価格の 2 倍
Batch / Flex標準の 50% 引き
レート制限Tier 1:500 RPM / 500K TPM → Tier 5:15K RPM / 40M TPM

コンテキストウィンドウではない 2 つの上限​

1,050,000 はウィンドウです。922,000 が入力の上限です。 この差は、より大きな文書に使える 余裕ではありません — 推論と出力が必要とする部屋です。検索ステップを「1M コンテキスト」を 前提にサイズ設計すると、マーケティング上の数値より約 12% 早く上限に当たります。しかも当たるのは 最悪のタイミング、プロンプトを組み立てる費用をすでに払った後です。

さらに 272K に価格の崖があります。 これを越えると入力とキャッシュ入力が倍になり、出力は 1.5 倍になります。これは GPT-6 Astra と同じ崖で、ロングコンテキスト作業の経済性を大きく 変えます:300K トークンのプロンプトは 272K のものより 10% 高いのではなく、入力側でほぼ 2 倍 かかります。境界の近くにいるなら、その下に収まるよう圧縮することは本気のエンジニアリング努力に 値します。Claude は 1M ウィンドウの価格付けが異なります — プロバイダー間の AI コスト と プロバイダー間のプロンプト キャッシュ を参照してください。

罠:ツール呼び出しは両方の API にはない​

モデルページは Chat Completions（ツール呼び出しなし） と Responses API （ツール呼び出しあり） を挙げています。既存の統合を移植するなら、そこは 2 回読んでください。

あなたのコードが Chat Completions に POST しているなら — サードパーティのライブラリ、 ゲートウェイ、「OpenAI 互換」ラッパーの多くがデフォルトで使うエンドポイントです — このモデルで function calling は使えません。 直し方はパラメータではなく、別の エンドポイントと別のリクエスト形式です。

同じく非対応:Live、Realtime、Assistants、ファインチューニング、埋め込み、画像生成、動画、 音声合成と文字起こし、モデレーション、そしてレガシーの Completions。サポートされるツールの リストは広い — ウェブ検索、ファイル検索、画像生成、コードインタープリタ、ホスト型シェル、 apply patch、skills、コンピュータ使用、MCP、ツール検索 — が、それは Responses API の リストです。

Watch out
  • モデル文字列を切り替える前に AI ゲートウェイを確認してください。すべてを Chat Completions に正規化するルーターは gpt-6.1-sol でツール呼び出しを黙って落とします — リクエストは成功し、ツールだけが決して発火しません。

Claude と正しく比較する​

見出しの数字は同じ、メカニズムは違います。

GPT-6.1 SolClaude Sonnet 5.5Claude Opus 5.5
入力 / 出力 per MTok$2 / $10$2 / $10$4 / $20
キャッシュ読み取り per MTok$0.10$0.20$0.20
コンテキスト1.05M（入力 922K）1M1M
最大出力128K128K128K
ロングコンテキスト追加料金あり、272K 超公表された崖なし公表された崖なし

見出しの同額よりも重要な帰結が 2 つあります。

長いエージェントループでは、GPT-6.1 Sol のキャッシュ読み取りが安い行になります。 $0.10 対 $0.20 は 2 倍の差で、しかもエージェント的ループが毎ターン再び支払う項目です。プロンプトが 大きな安定した接頭部＋小さな差分なら — それはまさにエージェントの形です — 請求額が実際に 住んでいるのはそこです。

272K を超えると方向が激しく反転します。 Anthropic は Claude 5.5 モデルに同等の崖を公表して いないので、本当に 400K のコンテキストを必要とするワークロードはまったく異なる曲線で 価格付けされます。何かを比較する前に、自分が 272K のどちら側に住んでいるかを知ってください。

ベンチマークを正直に読む​

OpenAI の launch 時の数値を、launch 時点でまとめたもの。ベンダー実施であり、まだ誰も独立に 再現していません。

ベンチマークGPT-6.1 SolGPT-6 AstraClaudeタスクあたりコスト
DeepSWE v1.1（ソフトウェアエンジニアリング）75.2%（high）74.8%（high）Sonnet 5.5:71.0%約 $1.50 対 Astra 約 $7.70
OSWorld 2.0（コンピュータ使用）71.4%（max）73.5%（max）Opus 5:60.3%（medium）$1.30 対 Astra $9.30
GDP.pdf（文書解析）32.0%32.2%Opus 5.5:28.8%—
AutomationBench 1.0.6（業務ワークフロー）36.0%—Sonnet 5.5:44.7%$0.30 対 Sonnet 約 $1.14
低 effort での事実誤り率7.7%——（GPT-6 Sol:11.4%）

この表から受け取るべきことは 3 つです。

1. 強い主張はコストの主張です。 DeepSWE で Astra に 0.4 ポイント勝つのはノイズです。 それをタスクあたり約 5 分の 1 のコストで行うのはノイズではありません。このリリースで興味深い 比較は、品質での Sol 対 Astra ではありません — 同じ品質に対する価格での Sol 対 Astra です。

2. AutomationBench は OpenAI が前面に出さなかった行です。 Claude Sonnet 5.5 が 44.7%、GPT-6.1 Sol が 36.0% — 業務ワークフロー自動化で 8.7 ポイント差、しかも タスクあたりコストは約 4 倍。これはどちらかの圧勝ではなく、本物のトレードです:失敗した ワークフローのコストが $0.84 を超えるなら、高いモデルが安いモデルです。リーダーボードでは なく、自分の失敗コストで決めてください。

3. 最良のコンピュータ使用の数値でも 71.4% です。 その能力のために設計された ベンチマークで、おおよそ 10 タスクに 3 つが失敗します。コンピュータ使用エージェントの 比較 にある確認ゲートの話はすべてそのまま当てはまります。

事実誤り率の数値は、最も静かで興味深い数字です:低 effort で 7.7%、GPT-6 Sol の 11.4% から低下しました。誤り率が特に安い設定で改善することが、ワークホースのモデルを フォールバックではなくデフォルトとして使えるものにします。

DevDay が開発者向けに出荷したその他​

いくつかは独自のページに値するので、短いバージョンで。

Guided walkthrough1 of 5
  1. 有料の速度ティア:OpenAI は Codex で最大 8 倍、API で 6 倍のトークン生成速度と説明しています。ガイドは、米国データレジデンシーとグローバル処理のみ — EU その他の地域処理エンドポイントはなし — と注記し、HTTP より WebSocket を強く推奨しています。ツールの多いエージェントループではリクエストごとのネットワークオーバーヘッドがレイテンシの利得を食い潰すためです。コンシューマ側では新しい月額 $500 の Pro 500 プラン専用です。

このサイトの決定モデルのスレッドを追ってきた人にとって、注目すべきは Decisions API です: オープンウェイトかつ DIY だった研究の方向性を、最大手ベンダーのホスト型エンドポイントに 変えるものです。そのカテゴリが実際に何を保証するのか — そして「ハルシネーションしない」が 何を意味しないのか — については、System One 決定モデル:Jev、Kev、そしてオープンな クローン と 自分の決定モデルを 訓練する を参照してください。

乗り換えるべきか​

Guided walkthrough1 of 4
  1. モデルは行ごとに勝敗を分けます。GPT-6.1 Sol はソフトウェアエンジニアリングと生のタスクあたりコストで勝ち、Sonnet 5.5 は業務ワークフロー自動化で 8.7 ポイント勝ちます。デフォルトモデルの変更は、launch の表ではなく自分の仕事での計測に従うべきです。

launch の表ではなく自分のデータで乗り換えを決める

I am comparing two models for a production workload.

Model A: gpt-6.1-sol  — $2 in / $0.10 cached / $10 out per MTok,
       1.05M context but 922K max input, and input + cached rates
       DOUBLE above 272K tokens (output x1.5).
Model B: claude-sonnet-5-5 — $2 in / $0.20 cached / $10 out per MTok,
       1M context, no published long-context surcharge.

Here is my workload profile:
- average stable prefix (cacheable): <N> tokens
- average per-turn delta: <N> tokens
- average output per turn: <N> tokens
- turns per task: <N>
- tasks per day: <N>
- share of requests whose total input exceeds 272K: <X>%
- cost to me of one wrong answer that ships: $<N>

Compute the monthly bill for each model. Then tell me the accuracy gap
at which the cheaper model stops being cheaper, given my stated cost of
a wrong answer. Show the arithmetic. Do not recommend a model without
showing the break-even point.

クイズ​

Check yourself

0/4
  1. 既存の Chat Completions 統合を gpt-6.1-sol に向けたところ、リクエストは 200 を返すのに function call が発火しなくなりました。なぜ?
  2. プロンプトが平均 260K トークンで、さらに 30K の検索コンテキストを追加しようと考えています。コストへの帰結は?
  3. AutomationBench 1.0.6 で GPT-6.1 Sol はタスクあたり約 $0.30 で 36.0%、Claude Sonnet 5.5 は約 $1.14 で 44.7% です。正しい選び方は?
  4. gpt-6.1-sol は 1,050,000 トークンのコンテキストウィンドウをうたっています。なぜそれを入力で埋める前提で計画できないのか?

次に読む​

出典と参考文献​