同じ知能が、5分の1の値段で手に入る日が来た

1. 発表されたのは「安い上位モデル」

OpenAIが出したGPT-6.1 Solは、GPT-6 Solの後継です。うたい文句はひとつ。最上位のGPT-6 Astraにほぼ並ぶ知能を、Astraの標準入出力トークン価格の5分の1で出す。賢さを落として安くしたのではなく、賢さを保って値札を下げた、という主張です。

01 価格は3つの数字で決まる

APIの標準価格は、100万入力トークンあたり2ドル、100万キャッシュ入力トークンあたり0.10ドル、100万出力トークンあたり10ドルです。数字だけ見ると素っ気ないのですが、真ん中のキャッシュ入力が今回の要点です。

キャッシュ入力の0.10ドルは、標準入力価格より95%低く、前のGPT-6 Solのキャッシュ入力価格より50%低い。同じ資料や同じ指示を何度も読み直させる使い方——つまりエージェントらしい使い方——が、前より半額でまわる余裕が生まれます。

安いから雑に使える、という話ではありません。同じ文脈を使い回す設計なら、費用を気にせず回数を増やせる。それだけのことが、作れるものの範囲を変えていきます。

02 得意になったのは4つの現場

発表で挙がっているのは、コーディング、PDFなどの書類理解、複数手順の業務ワークフロー、そしてパソコンの操作そのものです。いずれもGPT-6 Solから大きく伸びたとされています。

実際のコードベースを扱うDeepSWE v1.1では、GPT-6.1 SolはAstraと同等のスコアを約5分の1のコストで出し、GPT-6 Solの最高スコアを6.4ポイント上回りました。しかも、より低い推論努力・より低いコストでの結果です。

2. 書類仕事の値段が、はっきり下がる

生活者にいちばん近い変化は、たぶん書類です。表と図とグラフと、目を細めて読む小さな注記。ああいうPDFを人間の代わりに読ませる作業が、これまでより安く、そして前より確かになった。発表はその根拠を2つのベンチマークで示しています。

01 PDFを読ませる仕事の採算

GDP.pdfは、金融・医療・法務を含む10分野の実務PDFについて、モデルが専門的な質問にどれだけ正確に答えられるかを測るものです。表・グラフ・図・細かい注記まで含まれます。

ここでGPT-6.1 Solは、テストされた推論設定の全域で、フォールバックありのOpus 5.5より高いスコアを、1タスクあたり半分未満のコストで出しました。最高水準のAstraに対しても、約5分の1のコストで迫っています。

値段が半分になると、ためらいが消えます。念のためもう一度読ませる。別の角度から聞き直す。その「念のため」を許す余地が、精度そのものより効くことがある。

02 47のツールを渡り歩く業務

AutomationBenchは、営業・マーケティング・オペレーション・サポート・財務・人事にまたがる業務を、47個のツールを使って通しで完了できるかを見るテストです。途中で止まらないか、が問われます。

中程度の推論努力の設定で、GPT-6.1 SolはOpus 5.5より2.2ポイント高いスコアを、約3分の1のコストで記録しました。同じ設定のGPT-6 Solからは4.8ポイントの上積みです。

こうした多段の仕事は、一箇所でつまずくと全部が無駄になります。だから通る率が数ポイント上がることは、体感ではもっと大きい。

3. 向く人と、待つべき人

結論を先に。日常のコードと書類と定型業務が中心なら、GPT-6.1 Solで足ります。いちばん難しい科学研究のような領域では、発表自身がAstraを使うべきだと言っています。安いほうを選ぶ理由と、選ばない理由の両方が、同じ発表に書かれているのは正直な話です。

01 パソコンを操作させたい人へ

OSWorld 2.0のオフラインセットは、長い手順のコンピュータ操作をエージェントにやらせるテストです。最大推論努力の設定で、GPT-6.1 SolはGPT-6 Solを7ポイント上回り、コストは半分未満でした。

Astraのスコアとの差は2.1ポイント。それを1タスクあたり約7分の1のコストで出しています。画面を触らせる用途では、この差の小ささが選択を決める材料になります。

02 研究のいちばん奥はAstraに

データ分析・シミュレーション・定理証明を含むTerminal-Bench Science 0.1で、GPT-6.1 Solは最大推論努力でGPT-6 Solのスコアを2倍以上にし、1タスクあたりのコストは半分未満でした。

最大努力時の平均コストは1タスク5.47ドル。Opus 5.5の23.21ドル、Astraの23.80ドルと比べて75%以上低い。ただし最高スコアはAstraの68.1%で、最も難しい科学研究にはAstraを使うべきだと発表は明記しています。

全部を一台でまかなう時代ではない、ということでしょう。ふだんはSol、詰まったらAstra。道具箱に二本入れておく発想が、いちばん無理がない。

03 事実の正確さと安全性の変化

事実性の評価では、低い推論努力のときの改善がいちばん大きく、事実誤りを含む回答の割合がGPT-6 Solの11.4%から7.7%へ、約32%減りました。テストされた設定全体で、Astraとの差は1.9ポイント以内に収まっています。

ただしこの評価は、過去のモデルの誤りをユーザーが指摘した会話を匿名化して使った、意図的に難しい設問です。ふだんの使い方を代表するものではない、と発表は断っています。

安全性の面では、検索ツールが壊れたときに正直に伝えるか、明示された制約を守るか、エージェント作業中に許可されていない結果を招かないか。これらの厳しい評価で、GPT-6 Solより失敗率が下がったとされています。自動安全審査を回避しようとする挙動は観測されず、AstraとSolと同じ結果でした。

4. 今日やること、決めよう

使えるのは今日から。ChatGPTのPlus、Pro、Business、Enterprise、EduのユーザーがChatGPT WorkとCodexで触れます。開発者はAPIでgpt-6.1-solを指定するだけ。ただしChatにはまだ来ていません。ここを勘違いすると「使えない」と早合点します。

01 まず触る場所を間違えない

日常の会話画面であるChatには未提供です。試すならChatGPT WorkかCodex。ここを押さえておくだけで、無駄な待ち時間が消えます。

そして数日以内に、Codexでトークン生成が標準速度の最大8倍になるGPT-6.1 Sol Ultrafastも提供予定とされています。速さは、待たされないという優しさ。コードを書く手が止まらなくなる時間が、もうすぐ来る。

02 切り替える価値があるか、自分で測る

いちばん確実なのは、自分がふだん投げている仕事をそのまま投げ直すことです。同じPDF、同じコード、同じ業務手順。スコアの表より、自分の一件が通るかどうかが答えになります。

そのときキャッシュ入力を効かせる設計にしておく。同じ資料を毎回読ませるなら、100万トークンあたり0.10ドルという値札が効いてきます。安さを取りにいく余地は、使い方の側にある。

上位モデルの契約を今すぐ解約する必要はありません。ふだんの八割をSolに預けて、残りの二割をAstraに残す。その線引きを今日決めておけば、来月の請求書は静かに軽くなります。

5. よくある質問

6. まとめ

7. 画像の出典