1 地域ICT推進名無しさん : 2026/09/30(水) 07:48:39
https://openai.com/ja-JP/index/introducing-gpt-6-1-sol/
GPT-6.1 Sol、Astraに迫る性能をAPI料金5分の1で出してきたらしい。
ただし「総合力はAstraが最高」と記事に書いてある。安い後輩が一部の仕事で先輩に並んだ感じか。
2 地域ICT推進名無しさん : 2026/09/30(水) 07:50:02
入力100万トークン2ドル、出力10ドル。
キャッシュ入力は0.10ドルって、同じ文脈を何度も使うエージェント向けにだいぶ寄せてきたな。
3 地域ICT推進名無しさん : 2026/09/30(水) 07:52:17
「料金5分の1」だけ見て飛びつくと危ないで。
トークン量も実行回数もタスク次第やし、実際の総コストは使い方で変わるンゴ。
5 地域ICT推進名無しさん : 2026/09/30(水) 07:56:04
DeepSWE v1.1では実コードベースの開発課題でAstraと同等の成績を、約5分の1のコストで達成したとのこと。
あくまで特定ベンチマークの結果だが、コーディングエージェント用途なら気になる数字だ。
7 地域ICT推進名無しさん : 2026/09/30(水) 08:00:42
AutomationBenchは思考量「中」でOpus 5.5を2.2ポイント上回り、コストは約3分の1。
さらにGPT-6 Solより4.8ポイント上やて。
ベンチの条件は読んだ上で、これはなかなか強い。
9 地域ICT推進名無しさん : 2026/09/30(水) 08:05:11
>>7
安くて賢い、速い、はい優勝!で済まんのがベンチの怖さやな。
実運用ではツールやシステムプロンプトが違うと出力も変わるって、記事自身が注意書きしとる。
12 地域ICT推進名無しさん : 2026/09/30(水) 08:10:28
OSWorldでは最大の思考量でGPT-6 Solを7ポイント上回り、Astraとの差は2.1ポイントまで縮小。
その設定でタスクあたりコストはAstraの約7分の1らしい。
画面操作みたいな長い作業で値段が効いてくるやつか。
18 地域ICT推進名無しさん : 2026/09/30(水) 08:16:53
科学系ベンチでは最大推論時の平均コストがSol 5.47ドル、Opus 5.5が23.21ドル、Astraが23.80ドル。
それでも最難関の科学研究タスクはAstraを推奨、と記事は線を引いている。
安いモデルが上位モデルを全面的に置き換えるとは限らないという話。
24 地域ICT推進名無しさん : 2026/09/30(水) 08:23:37
難しいプロンプトに限った評価では、事実誤認率がGPT-6 Solの4.5%から4.1%に下がったそうだ。
Astraは4.0%。ただし意図的に選んだ難問で、通常利用の割合を示す数字ではない。
31 地域ICT推進名無しさん : 2026/09/30(水) 08:30:15
安全性や指示順守も改善したと主張してるな。
検索ツールの不具合を伝える、明示的な制限を守る、勝手な結果を出さない、あたりの評価で失敗率が下がったとのこと。
47 地域ICT推進名無しさん : 2026/09/30(水) 08:38:46
使えるのはChatGPT WorkとCodex、それにAPI。
通常のChatではまだ使えない、と記事にはある。
最強を一体買うより、仕事に合うモデルを選んで回す時代が来とるんやな。