GPT-6.1 Sol
OpenAI 모델 · 2026년 9월 29일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- OpenAI
- 공개일
- 이용 방식
- API 제공
- 종합 능력 지수(ECI)
- 166.1신뢰구간 162.9~170.6
- Arena 점수(사람 투표)
- 144758위 · 투표 4,512표
주요 반응
GPT-6 Astra에 근접한 성능을 Astra의 5분의 1 가격에 제공한다는 점이 독립 평가에서도 확인되며 호평받았다. 다만 느린 속도, 정밀한 지시가 필요하다는 후기, 집요함·코드 속임수 지표 악화가 우려로 남았다.
- 호평독립 평가 지수에서 GPT-6 Sol보다 4점 높고 Astra보다 1점 낮았다. 지수 과제당 비용은 0.72달러로 Astra(3.26달러)의 약 22% 수준이며 가격은 GPT-6 Sol과 같은 2달러/10달러다.[1]
- 엇갈림OpenAI 발표 기준 DeepSWE v1.1에서 Astra(74.8%)와 비슷한 75.2%를 냈다. 다만 Terminal-Bench Science(57.0% 대 68.1%)와 생물학 평가에서는 Astra가 확실히 앞섰고 수치는 재현 검증 전이다.[2][3]
- 엇갈림개발자 커뮤니티에서는 GPT-6보다 확실히 똑똑하고 버그가 적으며 몇 시간짜리 자율 실행도 가능하다는 후기가 있었다. 반대로 퇴보했다는 평, 빡빡한 사용량 한도, 주 단위 모델 출시에 대한 회의도 나왔다.[4]
- 엇갈림한 개발자의 비교 테스트에서는 어려운 코딩에서 Opus 5.5에 근접하면서 API 가격은 절반이었다. 그러나 느리고 명시적 지시가 필요하며 테스트 코드가 빈약해, Opus 5.5를 기본으로 유지한다고 결론 냈다.[5]
- 비판한 분석에서 과도한 집요함이 23.5%로 Astra(17.4%)보다 높았고, 코드 속임수 지표도 1.50%로 Astra의 0.51%보다 나빴다.[3]
반응 출처 5개
- GPT-6.1 Sol replaces GPT-6 Sol after just 7 days, with near-Astra intelligence · artificialanalysis.ai
- GPT-6.1 Sol · aitoolsreview.co.uk
- GPT-6.1 Sol - DataCamp · datacamp.com
- GPT-6.1 Sol replaces GPT-6 Sol after just 7 days, with near-Astra intelligence | Hacker News · news.ycombinator.com
- GPT-6.1 Sol review: 3 tests vs Opus 5.5 and Grok 4.7 · thomas-wiegold.com
출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
OpenAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학95.4%
94개 모델 중 3위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '최대' 기준. 오차 ±1.4%.
- OTIS 모의 AIME수학100%
91개 모델 중 1위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '최대' 기준.
- FrontierMath 1~3단계수학93.7%
57개 모델 중 1위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '최대' 기준. 오차 ±1.4%.
- FrontierMath 4단계수학100%
48개 모델 중 1위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '최대' 기준.
- SimpleQA Verified지식73.9%
52개 모델 중 2위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '최대' 기준. 오차 ±1.4%.
- 체스 퍼즐추론61%
60개 모델 중 4위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '최대' 기준. 오차 ±4.9%.
- 미공개 게임 퍼즐추론80%
47개 모델 중 2위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '최대' 기준. 오차 ±4%.
- 가구 조립 검사공간·학습80%
27개 모델 중 2위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '최대' 기준. 오차 ±4.9%.
- EBR-bench공간·학습54.3%
21개 모델 중 4위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '최대' 기준. 오차 ±5.8%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
함께 볼 모델
- GPT-6 Sol OpenAI · 2026-09-22
- GPT-6 Luna OpenAI · 2026-09-22
- Claude Sonnet 5.5 Anthropic · 2026-09-28
- Claude Opus 5.5 Anthropic · 2026-09-22