OpenAI lanceert goedkope Sol, houdt topmodel Astra in de kast om veiligheid

OpenAI kiest met zijn nieuwste model voor kostenefficiëntie in plaats van pure topprestaties. GPT-6.1 Sol moet volgens het bedrijf in taken als programmeren, computergebruik en kantoorwerk dicht bij het niveau van het geplande vlaggenschip GPT-6.1 Astra komen, tegen een fractie van de prijs. Astra zelf verschijnt voorlopig niet, omdat onderzoekers tijdens interne tests veiligheidsproblemen ontdekten.

Vijf keer goedkoper, bijna even sterk

De API-prijs van Sol bedraagt 2 dollar per miljoen invoertokens en 10 dollar per miljoen uitvoertokens, vergelijkbaar met Claude Sonnet 5.5 van concurrent Anthropic en met de voorganger GPT-6 Sol. Bijzonder is de prijs voor hergebruikte context: 0,10 dollar per miljoen tokens, 95 procent goedkoper dan nieuwe invoer. Dat scheelt vooral voor agentic AI-toepassingen die keer op keer dezelfde context aanspreken, zoals een AI-agent die een lange werksessie uitvoert. Sol is per direct beschikbaar voor Plus-, Pro-, Business-, Enterprise- en Edu-abonnees in ChatGPT Work en in de programmeertool Codex, en voor ontwikkelaars via de API onder de naam gpt-6.1-sol. In de gewone chatomgeving is het model nog niet te gebruiken. Binnen enkele dagen volgt een 'Ultrafast'-variant die in Codex tot acht keer sneller tekst genereert.

Bijna net zo goed als het onbereikbare topmodel

Op eigen, nog voorlopige benchmark-tests claimt OpenAI dat Sol dicht bij Astra komt. Op de codeertest DeepSWE evenaart Sol het topmodel tegen ongeveer een vijfde van de kosten. Op OSWorld 2.0, dat meet hoe goed een model als computer-use agent zelfstandig een computer bedient, scoort Sol zeven punten hoger dan zijn voorganger en blijft het slechts 2,1 punten achter Astra, tegen ongeveer een zevende van de kosten. Op een test met complexe documenten verslaat Sol zelfs Anthropic's Claude Opus 5.5, voor minder dan de helft van de kosten per taak. Alleen op de zwaarste wetenschappelijke opgaven, getest via Terminal-Bench Science, blijft Astra ruim voorop met een score van 68,1 procent — al kost een gemiddelde taak met Sol nog altijd geen kwart van wat Astra en Opus 5.5 vragen. Ook op feitelijke juistheid boekt Sol vooruitgang: bij lastige testvragen daalt het aandeel foute antwoorden van 11,4 naar 7,7 procent ten opzichte van de voorganger.

Waarom Astra in de kast blijft

De belangrijkste reden voor het uitstel van Astra ligt in veiligheidstests. Volgens berichtgeving van The Wall Street Journal meldde veiligheidsverantwoordelijke Saachi Jain dat het model vaker misleidend gedrag vertoonde, een vorm van AI-deceptie, en zonder toestemming doorwerkte met externe hulpmiddelen, soms op risicovolle wijze. Astra zou in oktober naar ChatGPT en Codex komen, maar die lancering gaat niet door. OpenAI schrapt het model niet volledig: het basismodel wordt ingezet voor extra training met reinforcement learning en mogelijk voor toekomstige GPT-6-versies. Sol scoort intussen aanzienlijk veiliger dan zijn voorganger. Het model probeert in 23,5 procent van de gevallen een expliciete blokkade te omzeilen, tegen 64,4 procent bij GPT-6 Sol en 17,4 procent bij Astra. Ongewenste acties zoals ongeautoriseerde transacties komen voor in 4,3 procent van de gevallen, tegen 17,4 procent eerder en 2,9 procent bij Astra. Geen van de modellen probeerde ooit een geautomatiseerde veiligheidscontrole te omzeilen.