Kan jag köra GPT-6.1 Sol lokalt?

Nej — OpenAI har inte släppt öppna vikter för denna modell, så det är endast API-åtkomst och kan inte köras offline eller på egen hårdvara.

Vad kostar GPT-6.1 Sol och hur stort är dess kontextfönster?

Det kostar 2,00 USD per miljon inmatningstokens och 10,00 USD per miljon utmatningstokens, med ett kontextfönster på 1 050 000 tokens.

Hur skiljer sig GPT-6.1 Sol från GPT-6 Sol och GPT-6 Astra?

GPT-6.1 Sol förbättrar GPT-6 Sol med färre faktiska fel och mer pålitlig instruktionstrogenhet under agentbaserade uppgifter; GPT-6 Astra är flaggskeppet i serien och ligger över den i kapacitet, till ett högre pris.

▲

82.0%

den här veckan

GPT 6.1 Sol

9019°

#llm #openai #vision #resonemang #agenter #kodning

Kör modellen

Erbjudanden / annonser

OpenRouter Terminal / API

Betala per token

Chatta med den här modellen i webbläsaren eller anropa den från din kod med en API-nyckel.

OpenAI | 1 050 000 tokens kontext | $2.00/M input, $10.00/M output. GPT-6.1 Sol är en uppgradering av GPT-6 Sol från OpenAI, placerad under flaggskeppet GPT-6 Astra i GPT-6-serien. Den är lämpad för agentbaserad kodning, datoranvändning, dokumentintensivt professionellt arbete och flerstegs affärsautomatisering, och når Astra-nivåresultat i dessa uppgifter till en mycket lägre kostnad. Jämfört med GPT-6 Sol gör den färre faktamissar och är mer pålitlig när det gäller att respektera uttryckliga begränsningar och användarens avsikt under agentuppgifter.

Guider för denna modell

Grok 4.7 vs GPT-6.1 Sol: samma ingångspris, olika räkningar

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

De 10 billigaste ChatGPT-alternativen 2026: gratis lokala modeller, gratisnivåer och fastprisplaner

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

GPT-6.1 Sol är OpenAIs mellanklassmodell i GPT-6-serien, placerad under flaggskeppet GPT-6 Astra och över den ursprungliga GPT-6 Sol. Den riktar sig mot agentbaserad kodning, datoranvändning, dokumentintensivt professionellt arbete och flerstegs automatisering av arbetsflöden, och levererar resultat nära Astra till ett betydligt lägre pris. Om du redan använde GPT-6 Sol är detta en enkel uppgradering: färre faktiska fel och bättre följsamhet mot instruktioner under långa autonoma körningar.

Känd för

Agentbaserad kodning och datoranvändningsuppgifter hanteras pålitligt över flerstegsprocesser
Starkare faktakorrekthet än GPT-6 Sol, dess direkta föregångare
Bättre på att respektera uttryckliga begränsningar och användarens avsikt under automatisering
Över en miljon tokens kontextfönster passar stora dokumentarbetsbelastningar
Närmar sig GPT-6 Astra-kvalitet till en avsevärt lägre produktionskostnad

Se upp för

Endast stängda vikter — ingen lokal distribution, ingen offlineanvändning, API-åtkomst krävs.
Utdata kostar 10 USD per miljon tokens; långa agentbaserade körningar med mycket utdata kan snabbt bli dyrt.
Ingen modellkortinformation publicerad, så intern arkitektur och träningsdata är okända.

Bäst för

Agenter och verktygsanvändning

Promptar att prova

Flerstegs omstrukturering av arkiv

Du har tillgång till en Python-kodbas. Granska arkivet efter funktioner som överstiger 50 rader, dela upp varje sådan i mindre hjälpfunktioner, uppdatera alla anrop och skriv en kort ändringslogg som sammanfattar varje gjord ändring. Arbeta igenom filerna en i taget och bekräfta varje steg innan du går vidare.

Tät kontraktsgranskning

Här är ett 40-sidigt serviceavtal. Identifiera varje klausul som skapar ett löpande ekonomiskt åtagande för klienten, markera eventuella automatiska förnyelsevillkor, notera eventuella ansvarsbegränsningar eller undantag från skadestånd, och producera en strukturerad sammanfattningstabell med klausulnummer, beskrivning på vardagsspråk och risknivå.

Automatiserad arbetsflödesdesign

Designa en flerstegsautomatisering för ett litet e-handels-team: nya beställningar från en Shopify-webhook triggar lagerkontroller, artiklar med låg lagerstatus genererar ett inköpsorderutkast, och utkastet mejlas till leverantören med en bekräftelseförfrågan. Specificera varje steg, verktygen eller API:erna som används, felhanteringslogik och när en människa bör kopplas in.

Jämför med

gpt-oss-120b
Öppen vikt-modell
131,072 tokens kontext · $0.15/M indata, $0.60/M utdata
gpt-oss-20b
Öppen vikt-modell
131,072 tokens kontext · $0.02/M indata, $0.09/M utdata
GPT-6 Luna
Endast API-modell
1,050,000 tokens kontext · $0.10/M indata, $0.50/M utdata
GPT-5.6 Luna
Endast API-modell
1,050,000 tokens kontext · $0.20/M indata, $1.20/M utdata

Fler textmodeller från openai

Vanliga frågor

Kan jag köra GPT-6.1 Sol lokalt?: Nej — OpenAI har inte släppt öppna vikter för denna modell, så det är endast API-åtkomst och kan inte köras offline eller på egen hårdvara.
Vad kostar GPT-6.1 Sol och hur stort är dess kontextfönster?: Det kostar 2,00 USD per miljon inmatningstokens och 10,00 USD per miljon utmatningstokens, med ett kontextfönster på 1 050 000 tokens.
Hur skiljer sig GPT-6.1 Sol från GPT-6 Sol och GPT-6 Astra?: GPT-6.1 Sol förbättrar GPT-6 Sol med färre faktiska fel och mer pålitlig instruktionstrogenhet under agentbaserade uppgifter; GPT-6 Astra är flaggskeppet i serien och ligger över den i kapacitet, till ett högre pris.

Kaptens omdöme
En pålitlig mellanklassarbetshäst för agentbaserat och dokumentintensivt arbete — värd uppgraderingen från GPT-6 Sol om långa autonoma körningar är viktiga för dig.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #45 Hottest AI model · #24 Hottest Text / LLM model · #24 Hottest Text / LLM text model

Not this creator?

Get your own badge

Popularitetstrend för GPT 6.1 Sol

Värmenpoäng sedan 29 Sep 2026

Värmescore

9,019°

Den här veckan

▲

82.0%

8,940° då, 9,019° nu

Den här månaden

n/a

Inte släppt/spårad än

Senaste året

n/a

Inte släppt/spårad än

7,000°

Golvet

Skalan går från 0° till 9 999°. Allt under 7,000° är reserverat för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta. 7,000° är där mätta data börjar: en modell med riktiga data men nästan inga nedladdningar ligger på golvet, och mätningarna fyller graderna ovanför. Golvet säger inget om modellen; det gör bara graderna ovanför, och det är de som skiljer en modell från en annan.

+1,684°

OpenRouter-token

4,103,953,567,790 token som denna modell bearbetat via OpenRouter de senaste 30 dagarna, både prompts och svar. Varje 10,000,000 token räknas som en nedladdning i nedladdningsterm, totalt 410,395; token från senaste dagen räknas in i användningstakten. Källa: OpenRouter (openrouter.ai/rankings).

+335°

Adoptionshastighet

Ungefär 29,596 nedladdningar per dag, mätt mellan två avläsningar av källorna, aldrig uppskattat från ett livstidsgenomsnitt. Hastigheten väger en fjärdedel av nedladdningstermen, så en ny våg syns utan att en dags toppar slår ut år av användning.

Visa detaljerad uppdelning

Varje siffra på den här sidan kan kontrolleras. Den här modellens heat-poäng är 9,019°, och här byggs den upp en ingrediens i taget, med löpande total efter varje: golvet, graderna varje källa lägger till, bonusen för modelltypen och vad vikternas ålder drar bort. Färgerna är banden i diagrammet ovan. Ordlistan i slutet förklarar varje term.

1
Börja vid golvet.
Varför 7,000° och inte noll: skalan går från 0° till 9 999°, och delen under 7,000° är reserverad för modeller som ingen källa rapporterat om än, som får ett tillfälligt nummer där så listorna förblir kompletta och aldrig rankas högre än en modell med data. 7,000° är där mätta data börjar. En modell med riktiga data men nästan inga nedladdningar ligger här; allt som följer är mätning, och utrymmet ovanför golvet rymmer tio tiofaldiga steg i nedladdningar på 300° vardera. Golvet är detsamma för varje modell, så det avgör inget; det gör graderna ovanför.
7,000°
löpande total
2
Lägg till nedladdningarna.
410,395 nedladdnings-ekvivalenter totalt, från OpenRouter-token. Tio gånger nedladdningarna ger samma 300°, så storlek spelar roll men tar aldrig över poängen.
+1,684°
8,684°
löpande total
3
Lägg till adoptionshastigheten.
Ungefär 29,596 nedladdningar per dag just nu, mätt mellan två mätningar, med en fjärdedels vikt.
+335°
9,019°
löpande total
=
Heat-poängen.
Var den här modellen står på varje lista på den här sidan. Ingenting annat ändrar den.
9,019°

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Hur den här modellens popularitet har rört sig jämfört med resten av katalogen: dess tillväxt i nedladdningar, gillningar och användning under varje period, mätt mot en typisk modells tillväxt under samma period, med dess heat-poäng vid den tiden. Över den typiska tillväxten ses som en uppgång, under som en nedgång. Det förflutna rekonstrueras från dagens totalsummor, modellens första dag och dess uppmätta nedladdningshastighet där två mätningar finns; en modell som inte fanns i början av en period visar n/a.

Liknande modeller

Qwen3 Coder 480B A35B

TEXT / LLM

DeepSeek V3.1 Terminus

AI-modeller för bild-, video- och textgenerering

GPT 6.1 Sol är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm openai vision resonemang agenter kodning lång kontext

Bläddra efter modellfamilj