GPT-6.1 Solは、GPT-6 Astraに近い性能を約5分の1の料金（入力2ドル・出力10ドル／100万トークン）で使えるとOpenAIが発表したモデルです。
日常のコード修正や資料処理はまずSolで試し、合格しなかった難しい課題だけAstraと同じ条件で比べるのが、費用と品質のバランスをとりやすい進め方です。
使える場所はChatGPT Work・Codex・APIで、通常のChatや無料プランでは選べません。EnterpriseとEduでは管理者の設定も必要です。旧GPT-6 Solからの移行では、「none」の推論設定が使えなくなった点とResponses APIの要件に注意しましょう。
この記事では、GPT-6.1 SolとAstraの違い、API料金の計算例、最初に試す課題の設計、組織で使う前の確認事項まで、導入判断に必要な情報をまとめました。
＼ 今すぐ業務で活用できる ／
GPT-6.1 Solとは
GPT-6.1 SolはOpenAIのモデル名で、「ChatGPT 6.1」のような新しいサービスではありません。ChatGPTのすべての画面で同じ条件で選べるわけでもなく、使える場所・プラン・管理者設定に条件があります。
旧GPT-6 Solと比べた公式仕様上の違いは、キャッシュ入力の単価が100万トークンあたり0.20ドルから0.10ドルへ下がったことと、推論の強さ（reasoning effort）の選択肢から「none」が外れたことです。コンテキストウィンドウ、最大出力、標準の入出力単価は変わっていません（GPT-6.1 Sol公式モデル仕様）。
性能面では、OpenAIの評価でGPT-6 Solを上回ったと発表されています。たとえば実際のコードベースを使うDeepSWEでは、旧Solの最高スコアを6.4ポイント上回り、しかも低い推論設定で達成したとしています。難しい質問で事実誤りを含む回答の割合は、推論設定lowで11.4%から7.7%に下がったという結果です（OpenAIのGPT-6.1 Sol発表）。ただしこの事実性評価は、利用者が誤りを指摘した会話を集めた意図的に難しい問題であり、普段の利用での誤り率ではありません。
| 項目 | GPT-6.1 Solの仕様 | 使う場面での意味 |
|---|---|---|
| 正式モデル名 | GPT-6.1 Sol | 社内の検証記録や比較表はこの名称で統一する |
| APIモデルID | gpt-6.1-sol | APIのリクエストやCodex CLIのモデル指定に使う |
| コンテキストウィンドウ | 1,050,000トークン（約105万） | 長いPDFや複数ファイルのコードを一度に渡せる。読める量の上限であり、必要な情報を漏れなく拾える保証ではない |
| 最大出力 | 128,000トークン | 長い抽出一覧や複数ファイルの変更案を1回で返せる上限 |
| 推論の強さ（API） | low／medium（既定）／high／xhigh／max | mediumはAPIの既定値。WorkやCodexで最初に選ばれる設定とは別に確認する |
| 入出力 | テキスト・画像を入力、テキストを出力 | 音声・動画は扱えない |
ChatGPT側での提供範囲はChatGPT Workのモデル提供条件にまとめられています。長い文脈や高い推論設定は「扱える量」と「考える時間」を増やす機能であり、出力の正しさは使う人が確認する前提で考えます。
GPT-6.1 Solを使える場所
GPT-6.1 Solを使える入口はChatGPT Work、Codex、APIの3つで、それぞれ提供条件が違います。ChatGPTの通常のChatでは提供されていないため、いつものチャット画面のモデル一覧に見当たらなくても不具合ではありません。また、ChatGPTの月額プランで使う場合はプランの利用枠の中で、APIで使う場合はトークン量に応じた従量課金で使います。コード作業の環境づくりから始める場合は、Codexの使い方で導入手順を確認できます。
ChatGPT WorkでGPT-6.1 Solを使う
ChatGPT Workで使えるかは、契約プランと、組織の契約なら管理者の設定で決まります。提供開始時の対象はPlus・Pro・Business・Enterprise・Eduで、FreeとGoは含まれていません。ChatGPT Workはウェブとモバイル、ChatGPTデスクトップアプリで利用できます（ChatGPT Workのモデル提供条件）。
EnterpriseとEduでは、GPT-6.1 Solは初期状態でオフになっており、管理者が有効にするまで選べません。モデル一覧で選べたとしても、それでワークスペースの権限が付与されるわけではない点も同じです。会社のアカウントで表示されない場合は、自分の操作を疑う前に、管理者へ「ChatGPT WorkでGPT-6.1 Solが有効か」を確認するのが早道です。
PlusやProの個人契約で表示されない場合は、ログイン中のアカウントが対象プランかを確かめます。提供は段階的に進むため、対象プランでもまだ届いていないことがあります。表示されたら、入力欄の下にあるモデルと推論の設定から選び、「Advanced」で特定のモデル・推論の強さ・速度を指定します。
CodexでGPT-6.1 Solを使う
Codexでは、提供開始時の対象であるデスクトップアプリかCLIでモデルを選び、実際に動いているモデル名を確認してから作業を始めます。対象プランとEnterprise・Eduの管理者設定の条件は、ChatGPT Workと同じです（ChatGPT Workのモデル提供条件）。
CLIでは、起動時にcodex --model gpt-6.1-solと指定するか、起動後に/modelでモデルを選びます。対話せずに一度だけ実行する場合はcodex exec -m gpt-6.1-sol "現在の変更をレビューして"のように指定できます。毎回の指定を省くなら、設定ファイルconfig.tomlにmodel = "gpt-6.1-sol"と書きます。この設定ファイルはデスクトップアプリ、CLI、IDE拡張機能で共通です。デスクトップアプリでは、入力欄の下のモデル設定から選びます。
推論の強さの表示はクライアントによって違い、アプリでは「Light」、CLIでは「Low」のように名前が異なります。APIの既定値mediumがCodexでも既定とは限らないため、画面やCLIに表示されたモデル名と推論の強さを、そのまま作業記録に残します。最初の作業は、テストで結果を確かめられる小さな修正から始めると、モデルの違いを判断しやすくなります。
APIでGPT-6.1 Solを使う
ウェブ検索やファイル検索、関数呼び出しなどのツールを使う処理は、Responses APIで組みます。Chat Completions APIでもGPT-6.1 Solは使えますが、ツール呼び出しには対応していません（GPT-6.1 Sol公式モデル仕様）。旧GPT-6 SolのChat Completionsでは、推論設定noneのときに限り関数呼び出しが使えましたが、GPT-6.1 Solではその組み合わせ自体がなくなりました。
推論の強さ（reasoning.effort）に指定できるのはlow・medium・high・xhigh・maxの5段階で、noneとminimalは使えません。旧モデルの設定でnoneやminimalを指定していた処理は、そのまま移すとモデルに合わない設定になります。速さを優先していた処理ならlowから試し、結果と使用量を旧モデルと比べてから切り替えるのが安全です。
切り替え前に、次の5点を確認します。
- モデルID：
gpt-6.1-solに変わっているか。旧モデルIDが設定ファイルや環境変数に残っていないか - API種別：ツールを使う処理がResponses APIになっているか
- ツールの有無：Chat Completionsに残す処理が、ツール呼び出しを使っていないか
- 推論の強さ：noneやminimalが残っていないか。どの段階で比べたかを記録しているか
- 使用量の記録：入力・キャッシュ入力・出力のトークン数をリクエストごとに保存しているか
GPT-6.1 SolとGPT-6 Astraの違い
日常のコード修正や資料処理はGPT-6.1 Solで評価し、特に難しい課題だけGPT-6 Astraも比べる、という使い分けを勧めます。標準単価はSolがAstraの5分の1ですが、単価の差だけで同じ性能とは判断できません。比べるときは、同じ課題・同じ資料・同じ合格条件をそろえ、1つのベンチマークの結果で万能な勝者を決めないことが前提です。
| 正式モデル名 | 標準入力単価 | 標準出力単価 | 先に試す評価課題 | 合格条件 |
|---|---|---|---|---|
| GPT-6.1 Sol | 2.00ドル | 10.00ドル | PDFからの根拠付き抽出、変更範囲を決めたコード修正 | 正解一覧と照合して漏れがない／テストが通り、差分が指定範囲に収まる |
| GPT-6 Astra | 10.00ドル | 50.00ドル | Solで合格しなかった、複数の工程や判断が絡む課題 | Solと同じ基準で合格し、再試行とレビューの時間が減る |
単価はGPT-6.1 Sol公式モデル仕様とGPT-6 Astra公式モデル仕様の標準料金です。OpenAIの発表によると、DeepSWEではAstraと同等のスコアを約5分の1のコストで、パソコン操作を評価するOSWorld 2.0ではAstraに2.1ポイント差まで迫るスコアを1タスクあたり約7分の1のコストで出したとされています。一方、科学研究のワークフローを評価するTerminal-Bench Scienceでは最高スコアはAstraで、OpenAI自身も最も難しい科学研究にはAstraを使うよう案内しています。Astraの仕様や得意な作業はGPT-6 Astraの特徴で詳しく扱っています。
GPT-6.1 Sol
Solで先に試すのは、資料処理やコード修正のように完成条件を決めやすい作業です。評価は「必要な精度に届いたか」と「人が確認にかけた時間」の2つで見ます。OpenAIがSolの強みとして挙げたGDP.pdfは、表や図、細かい注記を含むPDFへの質問に正確に答えられるかを測る評価で、資料処理を最初に試す根拠になります（OpenAIのGPT-6.1 Sol発表）。
ただし、約105万トークンを読み込めることと、必要な情報を漏れなく拾えることは別の話です。たとえば複数の契約書PDFから「契約更新の条件」と「解約の通知期限」を条項番号付きで一覧にする課題なら、担当者があらかじめ作った正解一覧と照合し、漏れと条項番号の誤りを数えます。コード修正なら「既存の関数に入力チェックを追加し、既存のテストをすべて通す。変更してよいのは指定した2ファイルだけ」のように、レビュー対象と完成条件をはっきりさせた課題が向いています。
GPT-6 Astra
Astraの追加評価は、Solで試しても未解決の推論が残った課題に絞ります。条件の多い調査、複数の資料をまたぐ判断、手順が長く途中で方針を立て直す必要がある作業などです。OpenAIのChatGPT向け案内でも、工程やツールをまたいで最も高い能力が必要な作業にAstraを、コストを抑えたい繰り返し作業にSolを勧めています（ChatGPT Workのモデル提供条件）。
Astraが価格に見合うかは、1回の料金だけでなく、再試行とレビューの削減を含めて測ります。標準単価で計算すると、同じトークン量ならSolを5回試す費用とAstraを1回試す費用が同じです。つまり、Solが合格までに5回以上かかる課題では、APIの料金だけでもAstraと同等以上になり、毎回の確認時間を加えればAstraのほうが総費用を抑えられます。反対に、Solが1〜2回で合格する課題なら、Astraに切り替える理由はありません。法務・会計・医療のような専門的な判断が含まれる場合は、どちらのモデルでも結論の正しさを専門の担当者が根拠資料と照らして確認します。
GPT-6.1 SolのAPI料金
ChatGPT PlusやBusinessなどの月額料金にAPIの利用料は含まれないため、APIで使う場合は月額契約とは別に使用量の費用を見積もります。標準料金は100万トークンあたり入力2ドル、出力10ドルです（GPT-6.1 Sol公式モデル仕様）。入力10万トークン・出力1万トークンの処理を1回実行した場合で計算すると、次のとおりです。
| モデル | 入力10万トークンの小計 | 出力1万トークンの小計 | 合計 | 条件 |
|---|---|---|---|---|
| GPT-6.1 Sol | 0.20ドル | 0.10ドル | 0.30ドル | 標準料金、キャッシュなし、入力27.2万トークン以下 |
| GPT-6 Astra | 1.00ドル | 0.50ドル | 1.50ドル | 標準料金、キャッシュなし、入力27.2万トークン以下 |
この計算例ではAstraがSolの5倍ですが、実際の請求額は次の条件で変わります。
- キャッシュ入力：同じ指示文や資料を繰り返し送る部分は、Solでは100万トークンあたり0.10ドル（通常入力の5%）、Astraでは1.00ドルです。キャッシュ部分に限ると差は10倍に広がります。キャッシュへの書き込みはSol 2.50ドル、Astra 12.50ドルです
- 長い入力：1回の入力が27.2万トークンを超えると、そのリクエスト全体で入力とキャッシュの単価が2倍、出力が1.5倍になります。約105万トークンまで読めても、大きなPDFを丸ごと渡すと単価が上がります
- 推論の強さ：高い設定ほど時間がかかり、使うトークンも増えます
- 処理方式：BatchとFlexは標準の半額、Fastモードは2倍です。SolのUltrafastモードは標準の6倍です
- ツールと再試行：ウェブ検索などのツールは呼び出しごとに別料金がかかり、やり直した回数だけ費用が積み上がります
OpenAIの発表でも、1タスクあたりのコスト差はDeepSWEで約5分の1、OSWorld 2.0で約7分の1と評価ごとに違います（OpenAIのGPT-6.1 Sol発表）。5倍という単価差を、すべての作業の確定した費用差として予算に使うのは避け、自社の課題で実行したときのトークン数から見積もります。
GPT-6.1 Solの最初の課題を設計する
成果物の形と確認項目を先に決めておくと、モデルや推論設定を変えたときの結果を同じ物差しで比べられます。「とりあえず長い資料を渡して要約させる」と、良し悪しを判断する基準がなく、Solで足りるのかAstraが必要なのかも決められません。次の4段階で最初の課題を組み立てます。
- 入力範囲を絞る：対象のPDFやファイルを、正解を人が用意できる量に限定する
- 完成条件と禁止する変更を指定する：出力の形式、必須の項目、触ってはいけない箇所を文章で書く
- モデルと設定を記録して実行する：モデル名、推論の強さ、使った入口（Work・Codex・API）を残す
- 根拠・差分・費用を確認する：抽出の根拠ページ、コードの差分、使用量と確認にかかった時間を記録する
具体的には、次の2つの課題で設計すると始めやすくなります。結果の欄は、実際に実行してから記入します。
| 課題 | 入力 | 完成条件 | 禁止する変更 | 記録する項目 |
|---|---|---|---|---|
| PDFから根拠付き一覧を作る | 個人名や取引先名を伏せた契約書・規程のPDF | 指定した項目を一覧にし、各行に根拠のページと条項番号がある | PDFにない内容の補完、項目の追加・削除 | 漏れの数、根拠の誤り、使用量、確認時間 |
| 既存コードを小さく変更する | 変更対象のファイルと既存のテスト | 既存のテストがすべて通り、追加した処理のテストもある | 指定外のファイルの変更、テストの削除 | 差分の行数、テスト結果、再試行回数、使用量 |
WorkとCodexでは、推論の強さの名前と選び方が違います。Workやデスクトップアプリでは入力欄の下の設定で「Light」などを選び、CLIでは/modelから「Low」などを選ぶため、それぞれ表示されたとおりの名前で記録します。APIでの検証と比べる場合は、APIで指定したeffortの値も同じ表に並べます（ChatGPT Workのモデル提供条件）。
業務を1つに絞って始める進め方は、モデルに限らず生成AIの導入全般に通じます。テックキャンプの研修を導入した総合葬祭企業のサイエンの導入事例では、葬儀の受発注で同じ情報を何度も手書きする業務に対象を絞り、フォーム入力への切り替えから取り組んでいます。この事例はGPT-6.1 Solを使ったものではありませんが、改善する業務と完成した状態を先に決める点は、最初の課題設計と同じです。
GPT-6.1 Solを組織で使う前に決めること
チームでGPT-6.1 Solを使うなら、対象となる契約、管理者の設定、入力してよい資料の範囲、結果を確認する担当者を先に決めます。前半の「使える場所」は個人がどの入口から使えるかの話でしたが、組織ではそれに加えて、誰が何を入力し、誰が結果に責任を持つかを決めないと、使う人ごとに入力する資料や確認の深さがばらつきます。
- 契約と有効化：対象プランか。EnterpriseとEduでは管理者が有効にしているか。ChatGPTのワークスペースで設定したモデルは、Codex CLIやIDE拡張機能、APIには自動で反映されないため、入口ごとに確認する
- 投入可能な資料：顧客情報、個人情報、未公開の財務情報などを入力してよいか、資料の種類ごとに決める
- 使用量の上限：ChatGPTのプランの利用枠で足りるか。APIを使うなら月ごとの支出上限を誰が設定し、超えそうなときに誰へ連絡が来るか
- 変更の承認：Codexが作ったコードの変更を、誰がレビューして取り込むか
- 成果物の確認担当：抽出結果や資料の内容を、誰が根拠と照らして確認するか
入力データの学習利用や保存期間は、使う製品（ChatGPTの各プラン、API）の規約と管理画面の設定で決まります。社内ルールに書く前に、自社の契約の規約で確認しておきます。組織プランの選び方はChatGPTの法人契約で比較しています。
使ってよいツールと資料を先に決める進め方は、ゆうちょ銀行の導入事例が参考になります。セキュリティ制約の厳しい金融機関で、社内で許可されたAIツールだけを使い、審査部の社員がデータ整理を自動化するツールを作っています。この事例はGPT-6.1 Solの採用事例ではありませんが、モデルを選ぶ前に「組織で使用可能なツールと入力してよいデータ」を決めることの重要性を示しています。
自社で最初に試す業務を他社の例から具体化したい場合は、業務のAI活用事例集を勧めます。業界・職種別にAIで効率化した業務がまとめられており、GPT-6.1 Solに渡す最初の課題を選ぶ参考になります。なお、この資料は特定の最新モデルの導入実績をまとめたものではありません。
入力してよい資料の範囲やレビュー担当、導入の手順から整えたい担当者には、生成AI導入ハンドブックが合います。社内で生成AIを使い始めるまでの進め方が解説されており、上のチェックリストを社内ルールに落とし込む際に使えます。
まとめ｜GPT-6.1 Solの利用先を確認する
GPT-6.1 Solは通常のChatではなく、ChatGPT Work・Codex・APIで使うモデルです。まず自分の契約と管理者設定で使える入口を確認し、組織ではあわせて入力してよい資料と確認担当を決めます。そのうえで、資料処理やコード修正をSolで評価し、Solで合格しなかった課題だけAstraと同じ合格条件で比べて、品質と総費用で使い分けを決めます。
