GPT-6.1 Sol
Utilisez GPT-6.1 Sol à 30 % du prix d'OpenAI : 0,60 $/1M d'entrée, 3,00 $/1M de sortie. Comparez avec GPT-6 Sol et Astra, plus configuration curl, Python et Codex.
A codebase you don't know is a risk, not a hurdle. The plan should burn down that risk in order: understand, run, trace, spike, then make the change small enough that "production-ready" is a property you can demonstrate, not a hope.
Here are the first five steps, with the evidence you collect at each.
Step 1 — Get it building and the baseline green (half day)
Read the README, the manifest(s), the CI config, and any architecture docs. Boot the app locally, run the full test suite, run the linter/typechecker.
Evidence: The exact commands that reproduce a clean build and a passing test suite from a fresh checkout (recorded output, not memory of it). A one-page map you wrote yourself: where the entry points are, the layers, the build/test toolchain, and the main risks to your feature (e.g. "this touches cron jobs and payments").
Step 2 — Trace the smallest end-to-end slice that resembles your feature (half day)
Don't start with your feature. Pick a neighboring one that already works and follow it from entry to persistence. Note the conventions along the way: how errors surface, how config is injected, how logging is done, how tests are written.
Evidence: An annotated trace — file → function → what it does — for that slice. A written list of "conventions I must follow" (not intuitions; things you observed in real code). A named shortlist of the 3–5 files you will actually touch. If you can't produce this trace, you're not ready to write code.
Step 3 — Spike the core path (day 2)
Build the ugly version: hardcoded values, no error handling, no tests. The purpose is to confirm the path you traced in step 2 is real and to surface what you didn't know you didn't know.
Evidence: A working spike demonstrating the feature's central data path, alongside a list of every assumption the spike broke and what you corrected. That correction list is the most valuable document in this whole plan.
Step 4 — Write the contract before the code (half of day 2 / day 3)
Once the spike proves the path, pin down what production needs: the inputs/outputs, the error cases, where it sits in the conventions from step 2. Then write the tests — they'll be red, but they're the specification.
Evidence: A one-to-two-page design doc, an agreed interface/API shape (with the team if there is one), and a red test suite that encodes intended behavior. If you can't write the contract without consulting the code, you haven't finished step 2.
Step 5 — Implement in small, verified increments (days 3–4)
Replace the spike with the real thing in small commits, each one keeping the suite green, leaning on the existing patterns. Run lint/tests/typecheck per commit — CI, not just locally — and exercise the actual path against a real instance (staging or a local environment that isn't stubbed).
Evidence: A branch with progressive commits, each green in CI; coverage on the new code; something that proves it works against reality (a test result, a log trace, a screenshot); and a review by at least one person who knows the codebase. The review counts as evidence — an unfamiliar codebase has tribal knowledge you cannot extract from the files alone.
Steps 6+ would be the things that actually make it "shipped": a migration plan and its rollback, feature flagging, observability, the release and post-release verification. But the first five get you to a reviewed, green, working slice in staging — which is the point at which you can say "this will work in production" with evidence behind it, instead of a guess.
Exécuter ouvre AI Chat avec ce prompt. Connexion et crédits requis.
Détails du modèle
Utilisez la même clé de modèle dans le Playground, les requêtes API et les workflows internes.
- ID du modèle
- gpt-6.1-sol
- Fournisseur
- OpenAI
- Protocole
- OpenAI Chat Completions
- Fenêtre de contexte
- 1,050,000 tokens
- Sortie maximale
- 128,000 tokens
Qu’est-ce que GPT-6.1 Sol
Exemples de code GPT-6.1 Sol
Essayez GPT-6.1 Sol en 3 étapes
- 01
Définir l'effort de raisonnement
Commencez par medium. Augmentez à high, xhigh ou max pour les problèmes nécessitant une planification avant de répondre, et réduisez à low lorsque la latence importe plus que la profondeur.
- 02
Envoyer un prompt
Collez votre cas réel plutôt qu'un exemple simplifié. L'utilisation des jetons et les crédits consommés sont affichés sous chaque réponse, vous permettant ainsi d'estimer le coût de votre charge de travail avant de vous engager.
- 03
Copier l'appel API
Transférez la même requête dans votre code avec l'ID de modèle gpt-6.1-sol. L'appel d'outils (tool calling) fonctionne à la fois sur Chat Completions et sur l'API Responses.
FAQ
01Combien coûte GPT-6.1 Sol sur AIReiter ?
GPT-6.1 Sol coûte 0,60 $ par million de tokens d'entrée et 3,00 $ par million de tokens de sortie sur AIReiter, soit 30 % des tarifs officiels d'OpenAI de 2,00 $ et 10,00 $. Les lectures d'entrées en cache coûtent 0,03 $ par million contre 0,10 $ officiellement, et les écritures en cache coûtent 0,75 $ par million. Les requêtes de plus de 272K tokens d'entrée sont facturées à 2x pour l'entrée et 1,5x pour la sortie.
02Qu'est-ce qui change par rapport à GPT-6 Sol ?
Les prix de base pour l'entrée et la sortie sont les mêmes que pour GPT-6 Sol, mais l'entrée mise en cache coûte moitié moins cher, à 5 % du tarif non mis en cache au lieu de 10 %. Le paramètre de reasoning effort gagne un réglage max, tandis que les réglages none et minimal ne sont plus pris en charge. La fenêtre de contexte, la limite de sortie et la surcharge pour long contexte restent inchangées.
03GPT-6.1 Sol est-il meilleur que GPT-6 Astra ?
Non. Astra reste le modèle GPT-6 le plus performant d'OpenAI, et GPT-6.1 Sol se situe un rang en dessous. L'atout de Sol réside dans son coût : ses prix d'entrée et de sortie pour contexte court représentent un cinquième de ceux d'Astra, soit 2 $ contre 10 $ en entrée et 10 $ contre 50 $ en sortie par million de tokens. Ne basculez vers Astra que lorsque Sol s'avère nettement insuffisant.
04Quelle est la taille de la fenêtre de contexte ?
GPT-6.1 Sol dispose d'une fenêtre de contexte de 1 050 000 tokens avec jusqu'à 128 000 tokens de sortie, l'entrée et la sortie partageant ce budget. En pratique, la partie la plus économique de la fenêtre correspond aux 272K premiers tokens d'entrée : au-delà, l'ensemble de la requête est facturé à 2x les tarifs d'entrée et de cache, et 1,5x le tarif de sortie.
05Quels paramètres de reasoning effort sont pris en charge ?
GPT-6.1 Sol accepte low, medium, high, xhigh et max, medium étant la valeur par défaut. Les réglages none et minimal acceptés par certains modèles GPT antérieurs ne sont pas pris en charge. Les réglages plus élevés génèrent davantage de tokens de raisonnement, qui sont facturés comme de la sortie ; commencez donc par medium et n'augmentez que pour les problèmes nécessitant une planification.
06GPT-6.1 Sol prend-il en charge le tool calling ?
Oui. Sur l'API officielle d'OpenAI, GPT-6.1 Sol ne prend en charge le tool calling qu'à travers l'API Responses, et non Chat Completions. Sur AIReiter, le tool calling fonctionne à la fois sur https://aireiter.com/api/v1/chat/completions et https://aireiter.com/api/v1/responses avec le modèle gpt-6.1-sol, ce qui permet à vos boucles d'outils Chat Completions existantes de continuer à fonctionner sans modification.
07Comment utiliser GPT-6.1 Sol dans Codex CLI ?
Ajoutez un fournisseur aireiter dans ~/.codex/config.toml avec base_url défini sur https://aireiter.com/api/v1, wire_api sur responses et env_key sur AIREITER_API_KEY, puis définissez model sur gpt-6.1-sol. Exportez votre clé AIReiter dans cette variable d'environnement et lancez Codex. La configuration complète se trouve dans la section de code ci-dessus.
08Quand GPT-6.1 Sol a-t-il été publié ?
OpenAI a publié GPT-6.1 Sol le 29 septembre 2026 en tant que mise à niveau de GPT-6 Sol. Il est disponible dans l'API OpenAI ainsi que dans ChatGPT Work et Codex pour les forfaits payants. Sur AIReiter, il est disponible dans le playground et l'API dès son lancement, à 30 % du tarif officiel par token.