1. まず結論：GPT-6.1 Solは何がすごいのか

1. 「ほぼAstra」を、Solの料金で使えます。OpenAIの評価では、実際のコードベースを使うコーディング評価（DeepSWE）でAstraと同等、PC操作の評価（OSWorld 2.0）でAstraとの差は2.1ポイントでした。単価はAstraの5分の1です
2. 料金は前のGPT-6 Solと同じで、キャッシュだけさらに安くなりました。キャッシュ済み入力は$0.20から$0.10に下がり、同じ資料や会話を何度も読み込ませるエージェントの費用が下がります
3. ただし、最も難しい作業は引き続きAstra向きです。OpenAI自身が「総合的な能力では引き続きGPT-6 Astraが最高のモデル」とし、最も難しい科学研究タスクにはAstraを推奨しています

2. GPT-6 Solから何が変わったか：仕様と料金

OpenAIのAPIドキュメントの値です。価格は100万トークンあたりの米ドルです。

Batch・Flexは標準料金の50%引き、Fastモードは2倍、地域処理（データレジデンシー）は10%増しです。データレジデンシーは米国とEUに対応していますが、EUではFastモードを使えません。

変わった点のまとめ

• 性能が大きく上がった：コーディング、PC操作、PDF資料の読み取り、業務ワークフローなど、幅広い評価でGPT-6 Solを上回りました（第3章）
• キャッシュが半額：キャッシュ済み入力が$0.20から$0.10になりました。エージェントは同じ指示や履歴を繰り返し送るため、ここが効きます
• effortのnoneがなくなった：GPT-6 Solにあった「推論なし（none）」は、GPT-6.1 Solでは指定できません。最も軽い設定はlowです
• ツール呼び出しはResponses API：Chat Completions APIも使えますが、ツール呼び出しはできません

3. ベンチマーク：どこでAstraに迫り、どこで差があるか

以下はOpenAIが発表した評価です。第三者による再現ではなく、報道でも「OpenAIによる暫定的な結果」とされています。公式ページはグラフで示しているため、具体的な数値は、公式の本文にある差（「◯ポイント上回った」など）と一致することを確認できた報道の値を使っています。

1タスクあたりの費用で見ると

公式発表で強調されているのは、スコアそのものより「同じくらいの結果を、どれだけ安く出せるか」です。

• DeepSWE：Astraと同等の性能を、約5分の1のコストで達成。GPT-6 Solの最高スコアも、より少ない思考量と低いコストで6.4ポイント上回った
• OSWorld 2.0：maxで、GPT-6 Solを半分未満のコストで7ポイント上回り、Astraとの差を約7分の1のコストで2.1ポイントまで縮めた
• GDP.pdf：試したすべての推論設定で、フォールバックを使うOpus 5.5より高いスコアを、半分未満のタスクあたりコストで出した
• AutomationBench：mediumで、Opus 5.5を約3分の1のコストで2.2ポイント上回った
• Terminal-Bench Science 0.1（データ分析・シミュレーションなどの科学研究）：maxでGPT-6 Solの2倍を超えるスコア。1タスクの平均費用は、GPT-6.1 Solが$5.47、Opus 5.5が$23.21、Astraが$23.80。ただし最高スコアはAstraの68.1%

事実の正確性

わざと間違えやすい質問を集めた評価で、少なくとも1つ事実誤認を含む回答の割合は、effortをxhighにしたとき、GPT-6 Solの4.5%から4.1%に下がりました（Astraは4.0%）。1タスクの費用は、Astraより約83%低いとされています。

独立機関の測定

第三者機関のArtificial Analysisが公開している総合指数（10種類の評価をまとめたもの）と、1タスクあたりの費用です（2026年9月時点の掲載値）。

各セルは「指数のスコア（1タスクあたりの費用）」です。

この表からは、次のことが読み取れます。

• GPT-6.1 Solは、同じeffortならGPT-6 Solより高スコアで、費用はほぼ同じか安い。mediumで比べると、8点高く、費用は$0.25から$0.21に下がっています
• Astraとの差は1〜4点で、費用は4〜8分の1程度。「ほぼAstra」という公式の説明と一致します
• 最高スコアはClaude Opus 5.5（max・58点）とSonnet 5.5（max・56点）ですが、1タスクの費用は$5.98と$7.60で、GPT-6.1 Solのmax（52点・$0.72）の約8〜10倍です

4. Claude Sonnet 5.5・Opus 5.5との比較

GPT-6.1 Solは、Anthropicが前日（9月28日）に公開したClaude Sonnet 5.5と、単価がまったく同じです。

3パターンの費用（リスト価格で計算・1,000回あたり）

思考に使われるトークンは出力として課金されるため、実際の費用はこれより増えます。単価の違いを見るための目安です。

キャッシュを使う作業（B）ではGPT-6.1 Solが少し安く、27.2万トークンを超える長い入力（C）では、割増のないSonnet 5.5が約半額になります。

選び方の目安

• 指数あたりの費用ではGPT-6.1 Solが有利：同じeffortで比べると、Sonnet 5.5より点数が高く、費用は3分の1程度です
• 速さと長文ではSonnet 5.5が有利：出力速度が速く、100万トークン近い入力でも割増がありません
• 普段の作業環境で選ぶのが現実的：Codex中心ならGPT-6.1 Sol、Claude Code中心ならSonnet 5.5／Opus 5.5。単価だけのために環境を移す必要は薄いです

5. ChatGPT・Codexで使う

ChatGPTのデスクトップアプリとChatGPT Work（ウェブ）では、画面の「Power」の設定から始め、「Advanced」を開くとモデル・推論の強さ・速度を個別に選べます。

Codex CLIで使う

起動時にモデルを指定します。

codex -m gpt-6.1-sol

いつも使うなら、設定ファイル ~/.codex/config.toml に書いておきます。

model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

OpenAIのガイドは、複雑なコーディングやエージェント作業には「使えるならGPT-6.1 Sol」、はっきりした繰り返し作業にはLuna、最も難しい作業にはAstra、という使い分けを勧めています。Codexでのモデルの切り替えやプロファイルの使い方は、CodexでGPT-6 Sol・Luna・Astraを使い分ける方法で詳しく解説しています。

6. APIで使う・GPT-6 Solから移行するときの注意点

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "medium"},
    input="このPDFの表から、前年比で売上が落ちた項目を抜き出して",
)
print(response.output_text)

移行前に確認すること

ファインチューニングには対応していません。ウェブ検索、ファイル検索、コード実行、コンピューター操作、MCPなどのツールは、Responses APIで使えます。

7. 安全性についての発表

OpenAIは、GPT-6.1 SolのアラインメントはGPT-6 Solから大きく改善し、Astraに近づいたとしています。意図的に失敗しやすい状況を集めた評価では、次のような結果が示されています。

• 検索ツールが壊れているときに、推測で答えずにそれを伝えるか：伝えなかった割合は、GPT-6.1 Solが2.1%、GPT-6 Solが4.9%、Astraが1.5%、Lunaが28.7%
• 安全のための自動レビューを回避しようとする動き：Astra・GPT-6 Solと同じく、観測されなかった

同じ週にOpenAIは、次のモデル「GPT-6.1 Astra」について、作業範囲と権限の内側にとどまる点で基準に届かなかったとして、公開を見送ったと報じられています。GPT-6.1 Solはその基準を満たして公開されたモデルですが、エージェントに任せる作業では、権限を必要な範囲に絞る運用は変わらず大切です。

8. よくある質問（FAQ）

9. まとめ

Codexを使っている人は、今日からモデルをgpt-6.1-solに切り替えて、いつもの作業を1つ流してみてください。これまでGPT-6 SolやAstraで回していた作業と、結果・時間・消費した利用枠を比べれば、自分の使い方でどれだけ得になるかが分かります。