openai
OpenAI: GPT-6.1 Sol
openai/gpt-6.1-sol
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
El catálogo de OpenRouter describe openai/gpt-6.1-sol como un modelo de OpenAI que acepta texto, imágenes y archivos y produce texto, con razonamiento siempre activado y esfuerzo configurable. Lo presenta como una actualización de GPT-6 Sol situada por debajo de GPT-6 Astra y adecuada para programación agéntica, uso de computadoras y trabajo profesional con muchos documentos. La ficha indica una ventana de contexto de 1 050 000 tokens y controles para herramientas, salidas estructuradas, semilla y verbosidad. La evidencia procede solo del catálogo; no había una ficha independiente del modelo en este paquete.[1]
Puntos fuertes
- Según el catálogo, acepta texto, imágenes y archivos como entradas y devuelve texto.[1]
- Ofrece cinco niveles de esfuerzo de razonamiento con medio como valor predeterminado, aunque el razonamiento es obligatorio.[1]
- Combina una ventana de contexto listada como muy amplia con herramientas, salidas estructuradas, semilla, formato de respuesta y controles de verbosidad.[1]
Limitaciones
- Solo se proporcionó evidencia del catálogo de OpenRouter; al no haber una ficha independiente, conviene validar el comportamiento en la carga de trabajo prevista.[1]
- El razonamiento no se puede desactivar, lo que reduce la flexibilidad para tareas que no lo necesitan.[1]
- Los resultados de arena listados fueron mixtos: más favorables en desarrollo de juegos, 3D y componentes de interfaz de usuario, y menos favorables en PDF y visualización de datos.[1]
Dónde utilizarlo
- Evaluarlo para programación agéntica, uso de computadoras o flujos profesionales con muchos documentos, conforme al posicionamiento declarado en el catálogo.[1]
- Crear prototipos de asistentes que examinen imágenes o archivos proporcionados y respondan solo con texto.[1]
- Probar aplicaciones con herramientas o salidas estructuradas en las que sea útil ajustar el esfuerzo de razonamiento.[1]
Fuentes
- [1] OpenRouter catalog · OpenAI: GPT-6.1 SolFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
GPT-6.1 Sol is an upgrade to GPT-6 Sol from OpenAI, positioned below the flagship GPT-6 Astra in the GPT-6 series. It is suited for agentic coding, computer use, document-heavy professional...
Especificaciones
- ID del modelo
- openai/gpt-6.1-sol
- ID canónico
- openai/gpt-6.1-sol-20260929
- Creador
- openai
- Añadido a OpenRouter
- 29.09.2026
- Longitud de contexto
- 1,050,000
- Modalidad
- text+image+file->text
- Modalidades de entrada
- file, image, text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $2 / salida $10
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | SS — 10% superior de la cohorte | razonamiento: obligatorio · predeterminado medium · esfuerzos: max, xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: max, xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 54.6 | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 50.3% · posición 14 | 1,197Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 60.2% · posición 2 | 1,274Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 55% · posición 9 | 1,191Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 52.8% · posición 10 | 1,229Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 45% · posición 25 | 1,139Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 52.3% · posición 5 | 1,291Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 56.7% · posición 9 | 1,271Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 59% · posición 5 | 1,428Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 56.7% · posición 4 | 1,361Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 51.4% · posición 26 | 1,273Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 60% · posición 3 | 1,408Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 60.9% · posición 6 | 1,358Elo | SS — 10% superior de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 53.8% · posición 8 | 1,315Elo | SS — 10% superior de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| OpenAI | 1,050,000 | $1 | $5 | — | — | 100% |
| Amazon Bedrock | 1,050,000 | $2 | $10 | — | — | 100% |
| Azure | 1,050,000 | $2 | $10 | — | — | 100% |
| OpenAI | 1,050,000 | $2 | $10 | — | — | 100% |
| Amazon Bedrock | 1,050,000 | $2.2 | $11 | — | — | — |
| Azure | 1,050,000 | $2.2 | $11 | — | — | 100% |
| Azure | 1,050,000 | $2.2 | $11 | — | — | 100% |
| OpenAI | 1,050,000 | $4 | $20 | — | — | 100% |
| OpenAI | 1,050,000 | $12 | $60 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
- El agente Wave de Amplitude usa modelos de OpenAI para lanzar mejoras de producto en uno o dos díasAmplitude afirma que su agente de producto proactivo Wave, impulsado principalmente por los modelos GPT-6.1 Sol, GPT-6 Luna y GPT-Image-2.5 Flare de OpenAI, permite a los equipos lanzar mejoras de producto en uno o dos días en lugar de aproximadamente un mes.
- Google DeepMind y Artificial Analysis presentan MKA, una evaluación de agentes con evidencia visualMKA es una evaluación de 200 tareas que mide si los agentes de IA pueden extraer evidencia decisiva de planos, escaneos y gráficos y convertirla en entregables profesionales.
- Gemini 4 Carbon pasa a estar disponible para el público general con precios de lanzamientoSimon Willison informa de que Gemini 4 Carbon de Google, antes limitado a un subconjunto de ciberdefensores, ya está disponible para todos, con unos precios de lanzamiento que se duplicarán el 1 de diciembre.