Robocikowo>ROBOCIKOWO
GPT-6 Sol
Modele AI›GPT

GPT-6 Sol

GPT-6 Sol (gpt-6-sol) · Rodzina: GPT
Średni model z rodziny GPT-6 od OpenAI, wydany 22 września 2026 razem z Luną: wzrost inteligencji przy cenie 2/10 USD za milion tokenów — o połowę niższej niż GPT-5.6 Sol.
✓ Aktywny✓ Publiczny dostępLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 GPT
Data premiery
22 września 2026
🏢OpenAIProducent
Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

GPT-6 Sol to średni model z rodziny GPT-6 opracowanej przez OpenAI, udostępniony 22 września 2026 roku wspólnie z tańszym GPT-6 Luna — około trzy tygodnie po flagowym GPT-6 Astra. OpenAI pozycjonuje oba modele jako połączenie wzrostu inteligencji z efektywnością kosztową, przeznaczone dla zastosowań, w których Astra jest nadmiarowa lub zbyt droga.

Model działa pod identyfikatorem API gpt-6-sol. Cennik wynosi 2 USD za milion tokenów wejściowych i 10 USD za milion wyjściowych. To dokładnie połowa stawek poprzednika GPT-5.6 Sol, który kosztował 4 USD za milion wejścia i 20 USD za milion wyjścia — obniżka o 50% przy jednoczesnej poprawie zdolności.

W strukturze oferty Sol plasuje się pośrodku: nad budżetowym GPT-6 Luna (0,10 i 0,50 USD za milion tokenów) i pod flagowym GPT-6 Astra, którego cennik wynosi 10 i 50 USD za milion. OpenAI nie podało publicznie rozmiaru okna kontekstu ani szczegółowych wyników benchmarkowych dla Sola w materiale premierowym.

Klasyfikacja
LLMModel multimodalnyModel rozumowaniaModel używający narzędzi
Rodzina: GPT
Dostęp i wdrożenie
APIHostowane
Chmura
Wagi: Zamknięte
Kluczowe parametry
📥 Wejście: tekst, obraz, dokumenty

Specyfikacja techniczna

Modalności
⬇ Wejście (Input)
textimagedocuments
⬆ Wyjście (Output)
textcodestructured_data

Możliwości i zastosowania

Natywne możliwości modelu
Rozumowanie
Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.
Kategoria: reasoning
Zaawansowane rozumowanie
Zdolność do wieloetapowego, ustrukturyzowanego rozumowania: analiza problemów, planowanie kroków, wnioskowanie na podstawie hipotez. Modele reasoning-first (np. GPT-5.1 Thinking) dedykują część inferencji na łańcuchy myślowe zanim udzielą odpowiedzi.
Kategoria: reasoning
Rozumowanie wieloetapowe
Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.
Kategoria: reasoning
Programowanie
Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.
Kategoria: coding
Zdolności agentowe
Zdolność modelu do autonomicznego planowania i wykonywania wieloetapowych zadań poprzez sekwencyjne użycie narzędzi, utrzymywanie kontekstu i adaptację do wyników pośrednich.
Kategoria: planning
Użycie narzędzi
Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.
Kategoria: planning
Wywoływanie funkcji
Natywne wsparcie dla ustrukturyzowanego wykorzystania narzędzi, umożliwiające przepływy pracy oparte na agentach.
Kategoria: planning
Wyjście strukturyzowane
Generowanie danych w ustrukturyzowanych formatach, np. JSON.
Kategoria: structured_generation
Rozumienie obrazu
Analiza i interpretacja treści obrazów.
Kategoria: vision
Wielojęzyczność
Kompetencje w wielu językach naturalnych (od kilku do stu+): rozumienie, generowanie, tłumaczenie, code-switching w obrębie jednej rozmowy. Modele frontier obsługują szeroki wachlarz języków ze zbliżoną jakością.
Kategoria: language

Cennik

Źródła i powiązane strony