Model
.ai
theo dõi các mô hình AI mở
GPT 6 Sol
OpenAI | ngữ cảnh 1,050,000 token | $2.00/M đầu vào, $10.00/M đầu ra. GPT-6 Sol là mô hình cao cấp tiết kiệm chi phí trong dòng GPT-6 của OpenAI, nằm dưới mô hình hàng đầu GPT-6 Astra và trên cấp nhanh GPT-6 Luna. Nó phù hợp cho công việc chuyên nghiệp đòi hỏi cao, lập trình tác nhân, tự động hóa quy trình kinh doanh và sử dụng máy tính, đặc biệt mạnh trong các nhiệm vụ kỹ thuật phần mềm dài hạn trên mã nguồn thực tế. Nó đạt độ tin cậy thực tế gần bằng Astra với chi phí thấp hơn nhiều và chia sẻ phong cách giao tiếp rõ ràng, súc tích hơn của Astra trong các cuộc trò chuyện kỹ thuật và lập trình.
Hướng dẫn cho mô hình này
Tất cả hướng dẫn
GPT-6 Sol là mô hình cao cấp tiết kiệm chi phí của OpenAI, nằm giữa flagship GPT-6 Astra và phiên bản nhanh hơn GPT-6 Luna. Nó hướng tới công việc chuyên nghiệp và agentic đòi hỏi cao, đặc biệt là kỹ thuật phần mềm dài hạn trên cơ sở mã thực, với giá thấp hơn Astra đáng kể trong khi vẫn gần bằng về độ tin cậy thực tế. Nếu bạn cần lập trình nghiêm túc hoặc tự động hóa quy trình và không thể chi trả cho Astra, Sol là lựa chọn thực tế.

Nổi tiếng với

  • Các tác vụ kỹ thuật phần mềm dài hạn trên cơ sở mã thực và phức tạp
  • Quy trình lập trình agentic và sử dụng máy tính với ít sự hỗ trợ thủ công
  • Độ tin cậy thực tế gần bằng Astra với giá đầu ra thấp hơn
  • Giao tiếp kỹ thuật sạch sẽ, súc tích hơn trong các cuộc trò chuyện chuyên môn
  • Hơn một triệu token ngữ cảnh cho công việc tài liệu lớn hoặc đa tệp

Cẩn thận với

  • Chỉ có trọng số đóng — không triển khai cục bộ, không dùng offline, không tự lưu trữ.
  • Chi phí đầu ra 10 đô la cho mỗi triệu token; các vòng agentic với đầu ra dài nhanh chóng tăng chi phí.
  • Khả năng thấp hơn GPT-6 Astra — với các tác vụ khó nhất, khoảng cách có thể quan trọng.

Lời nhắc để thử

Tái cấu trúc module thực tế
Đây là một module Python từ cơ sở mã sản xuất. Xác định ba vấn đề bảo trì quan trọng nhất, giải thích tại sao mỗi vấn đề là vấn đề, rồi viết lại module để sửa chúng. Giữ nguyên mọi hành vi hiện có và thêm chú thích ngắn trên mỗi thay đổi giải thích bạn làm gì và tại sao.
Lập kế hoạch agent đa bước
Tôi cần một agent giám sát kho lưu trữ GitHub cho các issue mới gắn nhãn 'bug', phân loại mỗi issue theo mức độ nghiêm trọng dựa trên nội dung issue và mã liên kết, đăng bình luận phân loại có cấu trúc, và gán issue cho đúng nhóm. Phác thảo các lần gọi công cụ, logic quyết định và xử lý lỗi agent cần, rồi viết vòng điều phối chính bằng Python.
Gỡ lỗi qua diff lớn
Tôi sẽ dán một diff git lớn bên dưới. Tìm các thay đổi gây ra lỗi hồi quy hoặc vấn đề bảo mật, giải thích cơ chế mỗi vấn đề, và đề xuất sửa tối thiểu. Diff: [dán ở đây]

So sánh với

  • gpt-oss-120b
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.15/M, đầu ra $0.60/M
  • gpt-oss-20b
    Mô hình mở trọng số
    ngữ cảnh 131,072 token · Đầu vào $0.02/M, đầu ra $0.09/M
  • GPT-6 Luna
    Mô hình chỉ API
    ngữ cảnh 1,050,000 token · Đầu vào $0.10/M, đầu ra $0.50/M
  • GPT-5.6 Luna
    Mô hình chỉ API
    ngữ cảnh 1,050,000 token · Đầu vào $0.20/M, đầu ra $1.20/M
Thêm mô hình văn bản từ openai

Câu hỏi thường gặp

Tôi có thể chạy GPT-6 Sol cục bộ hoặc tải trọng số không?
Không. GPT-6 Sol chỉ có qua API của OpenAI; trọng số không được công bố và không thể tự lưu trữ.
GPT-6 Sol có giá bao nhiêu và hỗ trợ ngữ cảnh bao nhiêu?
Giá là 2,00 đô la cho mỗi triệu token đầu vào và 10,00 đô la cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 1.050.000 token.
GPT-6 Sol khác gì so với GPT-6 Astra và GPT-6 Luna?
Sol nằm giữa hai phiên bản: nó gần bằng Astra về độ tin cậy thực tế và chia sẻ phong cách giao tiếp kỹ thuật súc tích, nhưng giá thấp hơn; Luna là phiên bản nhanh hơn, nhẹ hơn nằm dưới Sol.
Phán quyết của thuyền trưởng
Lựa chọn thực dụng cho công việc lập trình agentic nghiêm túc — chất lượng gần bằng Astra, giá thấp hơn đáng kể.
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
Ranking badge
Updated Oct 22, 2026
GPT 6 Sol trên ModelTrends.ai: #60 Hottest AI model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #34 Hottest Text / LLM model · #34 Hottest Text / LLM text model
Not this creator?
Xu hướng phổ biến của GPT 6 Sol
Điểm nhiệt từ 22 Sep 2026
Điểm nhiệt
8,945°
Tuần này
▲
29.1%
8,911° lúc đó, 8,945° bây giờ
Tháng này
n/a
Chưa phát hành/được theo dõi
Năm qua
n/a
Chưa phát hành/được theo dõi
GPT 6 Sol: Điểm nhiệt từ 22 Sep 20267,000°7,545°8,089°8,634°9,178°23 Sep28 Sep4 Oct10 Oct16 Oct22 Oct8,945°ModelTrends.ai
7,000°
Điểm sàn
Thang điểm chạy từ 0° đến 9.999°. Mọi thứ dưới 7,000° dành cho các mô hình chưa có nguồn nào báo cáo, chúng mang một số thay thế ở đó để danh sách luôn đầy đủ. 7,000° là nơi bắt đầu dữ liệu đo được: một mô hình có dữ liệu thật nhưng gần như không có lượt tải sẽ đứng ở điểm sàn, và các số đo sẽ cộng dồn trên đó. Điểm sàn không nói gì về mô hình; chỉ có các độ trên nó mới phân biệt được các mô hình với nhau.
+1,645°
Token OpenRouter
3,053,231,713,725 token mô hình này xử lý qua OpenRouter trong 30 ngày qua, bao gồm cả lời nhắc và câu trả lời. Mỗi 10,000,000 token tính là một lượt tải trong điều kiện tải xuống, tổng cộng 305,323; token của ngày cuối cùng được tính vào tỷ lệ sử dụng. Nguồn: OpenRouter (openrouter.ai/rankings).
+300°
Tỷ lệ áp dụng
Khoảng 9,985 lượt tải mỗi ngày, đo giữa hai lần đọc nguồn, không đoán dựa trên trung bình cả đời. Tốc độ chiếm một phần tư thành phần lượt tải, nên một đợt tăng mới sẽ hiện rõ mà không để một đỉnh một ngày vượt qua nhiều năm sử dụng.
Hiển thị phân tích chi tiết
Mọi con số trên trang này đều có thể kiểm tra được. Điểm nhiệt của mô hình này là 8,945°, và đây là cách nó được xây dựng từng thành phần một, với tổng điểm chạy sau mỗi bước: điểm sàn, số độ mà mỗi nguồn đóng góp, điểm thưởng cho loại mô hình và điểm trừ theo tuổi của trọng số. Màu sắc tương ứng với các dải trên biểu đồ phía trên. Phần chú giải ở cuối định nghĩa mọi thuật ngữ.
  1. 1
    Bắt đầu từ điểm sàn.
    Tại sao là 7,000° chứ không phải 0: thang điểm chạy từ 0° đến 9.999°, và phần dưới 7,000° dành cho các mô hình chưa có nguồn báo cáo, mang số thay thế để danh sách đầy đủ và không bao giờ vượt trên mô hình có dữ liệu. 7,000° là nơi bắt đầu dữ liệu đo được. Một mô hình có dữ liệu thật nhưng gần như không có lượt tải đứng ở đây; mọi thứ tiếp theo là đo lường, và phần trên điểm sàn có mười bước tăng gấp mười lần lượt tải, mỗi bước 300°. Điểm sàn giống nhau cho mọi mô hình, nên nó không quyết định gì; chỉ có các độ trên nó mới quyết định.
    7,000°
    tổng đang chạy
  2. 2
    Thêm lượt tải về.
    305,323 lượt tải tương đương tổng cộng, từ Token OpenRouter. Mười lần lượt tải thêm cùng 300°, nên kích thước quan trọng nhưng không bao giờ chiếm hết điểm.
    +1,645°
    8,645°
    tổng đang chạy
  3. 3
    Thêm tỷ lệ áp dụng.
    Khoảng 9,985 lượt tải mỗi ngày hiện tại, đo giữa hai lần đọc, bằng một phần tư trọng số.
    +300°
    8,945°
    tổng đang chạy
  4. =
    Điểm nhiệt.
    Mô hình này đứng ở đâu trên mọi danh sách của trang này. Không có gì khác điều chỉnh nó.
    8,945°
Thuật ngữ: các từ dùng ở đây
Điểm nhiệt
Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm
7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải
Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log
Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích
Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng
Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính
Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder
Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde
Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh
Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter
Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint)
Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding
Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số
Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi
Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình
Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế
Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm)
Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng
Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình
Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
Cách mà độ phổ biến của mô hình này thay đổi so với phần còn lại của danh mục: sự tăng trưởng về lượt tải xuống, lượt thích và sử dụng qua từng giai đoạn, so với sự tăng trưởng điển hình của mô hình trong cùng giai đoạn, cùng với điểm nhiệt của nó lúc đó. Cao hơn mức tăng trưởng điển hình là tăng, thấp hơn là giảm. Quá khứ được tái tạo từ tổng số hiện tại, ngày đầu tiên của mô hình và tốc độ tải xuống đo được khi có hai lần đọc; mô hình không tồn tại vào đầu giai đoạn sẽ hiển thị n/a.