OpenAI 的 GPT-6.1 Sol 在 MathArena 基準測試中以 86.3% 的準確率獲得第一名，不僅超越了競爭對手 Astra 的 81.9%，而且成本僅為 0.94 美元，遠低於 Astra 的 2.26 美元。這項發布顯示該模型在複雜數學推理任務上的成本效益有顯著提升。 這項成就突顯了前沿 AI 模型在數學等專業領域的快速進步，證明較新的迭代可以以更低的價格提供優異的性能。它為大型語言模型市場樹立了新的成本效益標準，可能會影響企業為高容量推理工作負載選擇模型的方式。 該基準測試使用來自 MathArena 等平台的未受污染數學競賽題目，確保評估的透明度和可重複性。GPT-6.1 Sol 旨在協助代理程式調查程式碼庫並迭代解決方案，利用其先進能力執行多步驟的商業和電腦使用工作流。

事件背景

MathArena 是由蘇黎世聯邦理工學院 SRI Lab 和 INSAIT 創建的基準平台，旨在評估大型語言模型在最新數學競賽和奧林匹克競賽中的表現，且數據未受污染。GPT-6.1 Sol 屬於 OpenAI 於 2026 年 9 月發布的 GPT-6 系列，早於 GPT-6 Astra 的推出，並針對性能和成本都至關重要的工作負載進行了優化。

社群觀察

社群反應普遍正面，用戶讚賞 GPT-6.1 Sol 的低快取價格和改進的編碼能力。然而，一些觀察者指出，每一代生成式 AI 對公眾來說越來越不令人印象深刻，同時人們也好奇前沿數學能力能多快被填滿。