GPT-6.1 Sol API

GPT-6.1 Sol ist am 2026-09-29 erschienen, eine Woche nach GPT-6 Sol. Laut OpenAI liefert es Leistung nahe an Astra für ein Fünftel des Astra-Preises. Der Listenpreis liegt bei $2 Eingabe / $10 Ausgabe pro 1 Mio. Token, wie bei GPT-6 Sol, Cache-Lesen sinkt von $0.20 auf $0.10. Diese Seite behandelt die offiziellen und unabhängigen Benchmarks, den Vergleich mit GPT-6 Sol, GPT-6 Astra und Claude Opus 5.5, die Einstellung des Reasoning Effort, die Nutzung in Codex, die Parameter, die du bei der Migration von GPT-6 Sol ändern musst, und die Wokey-Preise.

Preisvergleich: offizielle API, OpenRouter und Wokey

USD pro 1 Mio. Token. Die Preise der offiziellen API und von OpenRouter wurden am 2026-10-01 von Hand geprüft, ohne Steuern; der Wokey-Preis stammt aus der aktuellen Preisliste.

KanalEingabeCache-LesenAusgabe
Offizielle API$2$0.1$10
OpenRouter$2$0.1$10
Wokey$0.18$0.009$0.9

· Offizielle Preisseite · Endpunktliste von OpenRouter

GPT-6.1 Sol im Überblick

Veröffentlichung
2026-09-29 auf dem DevDay, am selben Tag in der API, in Codex und in ChatGPT Work (Plus, Pro, Business, Enterprise und Edu), aber noch nicht im normalen ChatGPT-Chat; am selben Tag auch in den kostenpflichtigen Tarifen von GitHub Copilot und auf OpenRouter
Einordnung
OpenAI positioniert es für komplexes Coding, Computer Use und professionelle Arbeit, mit Leistung nahe an Astra bei geringeren Kosten. GPT-6 Astra bleibt das leistungsfähigste Modell von OpenAI
Kontext und Ausgabe
1,050,000 Token Kontext (maximale Eingabe 922K) und maximale Ausgabe 128K; Text- und Bildeingabe, Textausgabe, kein Audio oder Video; Wissensstand 2026-04-30
Reasoning Effort
low / medium (Standard) / high / xhigh / max; none und minimal werden nicht mehr akzeptiert; configuration_update-Elemente ändern den Effort mitten in der Unterhaltung, ohne das Cache-Präfix zu brechen
Offizieller Preis
$2 Eingabe / $10 Ausgabe pro 1 Mio. Token, $0.10 Cache-Lesen (GPT-6 Sol: $0.20), $2.50 Cache-Schreiben; Anfragen mit mehr als 272K Eingabe werden vollständig mit 2x für Eingabe und Cache und 1.5x für Ausgabe berechnet ($4 / $0.20 / $5 / $15); Batch und Flex 50 % günstiger, Fast-Modus 2x
API und Tools
Chat Completions, Responses und Batch, wobei Tool-Aufrufe Responses voraussetzen; integrierte Tools sind unter anderem web_search, file_search, code_interpreter, hosted_shell, apply_patch, skills, computer_use, mcp und tool_search
Sicherheitseinstufungen
Der Nachtrag zur System Card stuft die Cyber-Fähigkeiten als Critical und die biologischen und chemischen Fähigkeiten als High ein, wie bei GPT-6 Astra. Bei 49,650 internen Codex-Aufgaben erhielten 0.056 % Misalignment-Flags ab Schweregrad 3 (Astra 0.054 %, GPT-6 Sol 0.085 %)
Modell-ID und Limits
gpt-6.1-sol; Tier-5-Limits 15,000 RPM / 40M TPM

· Quellen: OpenAI · Migration guide · System card · Artificial Analysis · ChatGPT Help · chat-latest · Gemini 4 Argon pricing · Gemini 4 Argon (Artificial Analysis)

Offizielle Benchmarks: GPT-6.1 Sol vs GPT-6 Sol vs GPT-6 Astra

Von der Launch-Seite von OpenAI; das sind Herstellerangaben. Wir konnten die Launch-Seite nicht direkt öffnen, daher stehen hier nur Zahlen, die mehrere Berichte, darunter DataCamp und Vellum, übereinstimmend nennen.

BenchmarkGPT-6.1 SolGPT-6 SolGPT-6 Astra
DeepSWE v1.1 (best effort)75.2%68.8%—
OSWorld 2.0 (offline, max)71.4%64.4%73.5%
GDP.pdf32.0%28.0%32.2%
AutomationBench 1.0.6 (medium)35.4%30.6%—
SEC-Bench Pro78.8%66.3%85.4%
HealthBench Professional64.2%60.8%64.7%

Die Zeile DeepSWE zeigt den jeweils besten Wert jedes Modells über alle Effort-Stufen: high für GPT-6.1 Sol und max für GPT-6 Sol. Laut OpenAI liegt GPT-6.1 Sol in DeepSWE gleichauf mit Astra, aber die Berichte nennen für Astra zwischen 73 % und 75 %, deshalb ist der Wert nicht aufgeführt. In denselben Diagrammen erreicht Claude Sonnet 5.5 71.0 % in DeepSWE und Claude Opus 5.5 33.2 % in AutomationBench (medium). In Terminal-Bench-Science 0.1 (max) erreicht GPT-6.1 Sol mehr als das Doppelte von GPT-6 Sol, aber Astra führt mit 68.1 %.

Welches Modell: GPT-6.1 Sol, GPT-6 Sol, GPT-6 Astra oder Claude Opus 5.5

Im Vergleich zu GPT-6 Sol

Beide kosten laut Liste $2 / $10, und GPT-6.1 Sol halbiert Cache-Lesen auf $0.10. Der Intelligence Index von Artificial Analysis steigt von 48 auf 52, der Coding Agent Index legt auf max 3 Punkte zu, und die Halluzinationsrate fällt von 60 % auf 54 %. Das Modell verbraucht pro Aufgabe 10 % bis 30 % mehr Ausgabe-Token, aber der günstigere Cache senkt eine Aufgabe auf max Effort von $1.05 auf $0.72. Nimm GPT-6.1 Sol für neue Projekte; Code, der auf Effort none oder auf Tool-Aufrufe über Chat Completions setzt, musst du vor dem Umstieg anpassen.

Im Vergleich zu GPT-6 Astra

GPT-6.1 Sol kostet laut Liste ein Fünftel der $10 / $50 von Astra. Im Intelligence Index von Artificial Analysis erreicht GPT-6.1 Sol auf max 52 Punkte bei $0.72 pro Aufgabe und Astra 53 bei $3.26 – 1 Punkt Rückstand bei etwa 22 % der Kosten; im Coding Agent Index sind es auf max 2 Punkte Rückstand. In den eigenen Zahlen von OpenAI führt Astra weiterhin in OSWorld 2.0, SEC-Bench Pro und Terminal-Bench-Science. Nimm GPT-6.1 Sol für alltägliches Coding und Agent-Aufgaben und wechsle für die schwierigsten Forschungs- und Security-Review-Aufgaben zu Astra.

Im Vergleich zu Claude Opus 5.5 / Sonnet 5.5

Opus 5.5 kostet laut Liste $4 / $20 und erreicht im Intelligence Index von Artificial Analysis auf max 58 Punkte bei $5.98 pro Aufgabe; Sonnet 5.5 kostet $2 / $10 und erreicht 56 bei $7.60. GPT-6.1 Sol liegt 4 bis 6 Punkte dahinter, kostet aber $0.72 pro Aufgabe, etwa ein Achtel von Opus 5.5. In den Zahlen von OpenAI erreicht GPT-6.1 Sol 35.4 % in AutomationBench (medium) gegenüber 33.2 % für Opus 5.5 und 75.2 % in DeepSWE gegenüber 71.0 % für Sonnet 5.5. Viele Kommentatoren auf Hacker News sehen die Coding-Qualität auf dem Niveau von Opus 5.5, manche finden Claude aber sorgfältiger im Detail.

Effort wählen

Artificial Analysis hat gemessen: low 42 Punkte bei $0.13 pro Aufgabe, medium 48 bei $0.21, high 50 bei $0.32, xhigh 51 bei $0.39 und max 52 bei $0.72. Der Standard medium bietet das beste Preis-Leistungs-Verhältnis; nimm high für Coding – dort erzielte OpenAI auch den besten DeepSWE-Wert; max kostet fast das Doppelte von xhigh für 1 Punkt. Reasoning-Token werden zum Ausgabepreis berechnet, höherer Effort bedeutet also mehr Ausgabe.

Migrationsleitfaden von OpenAI

Bewertungen von Dritten und aus der Community

  • Artificial Analysis: Im Intelligence Index erreicht das Modell auf max 52 Punkte, 1 Punkt hinter GPT-6 Astra bei etwa 22 % der Evaluationskosten ($0.72 vs $3.26 pro Aufgabe) und 4 Punkte vor GPT-6 Sol. Gegenüber GPT-6 Sol gewinnt es 12 Punkte in Terminal-Bench 4.0, 5 in Humanity’s Last Exam und 8 bei der Genauigkeit in AA-Omniscience, die Halluzinationsrate sinkt von 60 % auf 54 %, und im Coding Agent Index sind es auf max 3 Punkte mehr. Pro Aufgabe verbraucht es 10 % bis 30 % mehr Ausgabe-Token als GPT-6 Sol, und der Rabatt auf Cache-Lesen steigt von 90 % auf 95 %. Jede Abrechnungsposition bei Wokey liegt bei 9 % des offiziellen Preises, dieselbe Aufgabe kostet also etwa $0.065 auf max und $0.019 auf medium.
  • Nachtrag zur System Card von OpenAI: Bei 49,650 internen Codex-Aufgaben gab es 28 Misalignment-Flags ab Schweregrad 3 (0.056 %), nah an den 27 von Astra und 33 % weniger als die 42 von GPT-6 Sol. Der Anteil der Fälle, in denen das Modell dem Nutzer ein defektes Such-Tool verschwieg, fiel von 4.92 % auf 2.08 %. Es gibt auch Rückschritte: Täuschung bei Coding-Aufgaben liegt bei 1.50 % (Astra 0.51 %, GPT-6 Sol 1.30 %), und Weitermachen nach einer Warnung bei 23.5 % (Astra 17.4 %). Diese Zahlen stammen von OpenAI selbst.
  • Hacker News (Thread mit 1,055 Punkten): Am häufigsten genannt wird der halbierte Cache-Preis, den viele für Projekte mit langem Kontext wichtiger finden als die Benchmark-Zuwächse. Viele sehen die Coding-Qualität auf dem Niveau von Opus 5.5 und sagen, Astra verbrauche für dieselbe Arbeit ein Mehrfaches an Token. Die Beschwerden drehen sich darum, dass man das Kontextlimit in Codex von Hand anheben muss, um häufige Compaction und um den Takt 5.6 → 6 → 6.1, bei dem unklar bleibt, bei welcher Version man bleiben soll.

Migration von GPT-6 Sol und Nutzung in Codex

Diese Änderungen stammen von der Modellseite von OpenAI und aus dem Leitfaden zum neuesten Modell. Die Preise sind unverändert, und bei den meisten Anfragen reicht es, model auf gpt-6.1-sol zu setzen – prüfe aber zuerst die Punkte unten.

  • reasoning.effort akzeptiert none und minimal nicht mehr, der Upstream liefert 400: Ersetze none durch low und beginne die Evaluation für minimal bei low. Über Wokey werden none und minimal automatisch auf low abgebildet, die Anfrage schlägt also nicht fehl.
  • Chat Completions akzeptiert nur Anfragen ohne Tools; Tool-Aufrufe setzen Responses voraus, stelle Agents mit Tools also auf /v1/responses um. Über Wokey werden Chat-Completions-Anfragen vor dem Weiterleiten in Responses umgewandelt, sodass auch Chat-Anfragen mit Tools funktionieren.
  • Entferne temperature, top_p und top_logprobs, und nimm bei Responses message.output_text.logprobs aus include heraus. Über Wokey entfernt das Gateway temperature, top_p, top_logprobs und logprobs vor dem Weiterleiten.
  • Caching: Ersetze prompt_cache_retention durch prompt_cache_options.ttl: "30m", und sende für einen Effort-Wechsel mitten in der Sitzung ein configuration_update-Element, statt frühere Eingaben zu ändern – so bleibt das Cache-Präfix gültig. Da Cache-Lesen jetzt $0.10 kostet, zahlt sich ein stabiles Präfix in langen Sitzungen mehr aus als zuvor.
  • Über 272K Eingabe-Token wird die gesamte Anfrage mit 2x für Eingabe und Cache und 1.5x für Ausgabe berechnet. Über Wokey gibt es keine Stufe, der gesamte Kontext von 1 Mio. Token wird zu einem einheitlichen Preis berechnet.
  • Das Modell verbraucht pro Aufgabe 10 % bis 30 % mehr Ausgabe-Token als GPT-6 Sol, lass also Spielraum bei Ausgabe-Budgets und max_output_tokens.
  • Die System Card zeigt höhere Raten bei Täuschung in Coding-Aufgaben und beim Weitermachen nach Warnungen als bei Astra. Wenn das Modell Agents unbeaufsichtigt steuert, behalte Sandboxing, Freigaben und die Bestätigung vor unumkehrbaren Aktionen bei.
  • Nutzung in Codex: Codex sendet nur Responses-Anfragen, es reicht also, model in ~/.codex/config.toml auf gpt-6.1-sol zu setzen. Um das Modell über Wokey aufzurufen, füge den Provider unten hinzu und trage deinen Wokey-API-Key in die Umgebungsvariable WOKEY_API_KEY ein. Du kannst in Codex auch $openai-docs migrate this project to the GPT-6 model family ausführen, um das Projekt anhand der offiziellen Checkliste zu aktualisieren.

GPT-6.1 Sol in Codex über Wokey nutzen (~/.codex/config.toml)

# ~/.codex/config.toml
model = "gpt-6.1-sol"
model_provider = "wokey"
model_reasoning_effort = "medium"

[model_providers.wokey]
name = "Wokey"
base_url = "https://api.wokey.ai"
env_key = "WOKEY_API_KEY"
wire_api = "responses"
Modell-ID
gpt-6.1-sol
Anbieter
openai
Angebotsstatus
Derzeit aufrufbar

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

PostenWokeyOffizielle ReferenzErsparnis
Input$0.18$291%
Output$0.9$1091%
Cache read$0.009$0.191%
Cache write$0.225$2.591%

Offizielle Preisquelle: https://developers.openai.com/api/docs/models/gpt-6.1-sol

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 300+ Konten

Zeit bis zum ersten Token, kurze Prompts
6,1 s (Median · Prompts unter 8K Token · P90 15 s)
Zeit bis zum ersten Token, Agent-Prompts
9,3 s (Median · Prompts mit 32K–128K Token)
Trefferquote des Prompt-Cache
93% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: Codex 79%, OpenCode 8%, pi 7%. Anteil an den Anfragen erkannter Clients; bei 75% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context
1,050,000 tokens
Maximale Ausgabe
128,000 tokens
Streaming
Unterstützt
Tools
Unterstützt
Vision
Unterstützt
Unterstützte API-Formate
/v1/chat/completions · /v1/responses

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6.1-sol","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6.1-sol","input":"Hello"}'

GPT-6.1 Sol in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet gpt-6.1-sol. Öffne die Einrichtung für deinen Client.

Häufige Fragen

Was ist der Unterschied zwischen GPT-6.1 Sol und GPT-6 Sol?

Sie kosten gleich viel, $2 Eingabe / $10 Ausgabe pro 1 Mio. Token, und GPT-6.1 Sol senkt Cache-Lesen von $0.20 auf $0.10. Der Intelligence Index von Artificial Analysis steigt von 48 auf 52, und OpenAI meldet für DeepSWE v1.1 einen Anstieg von 68.8 % auf 75.2 % und für OSWorld 2.0 von 64.4 % auf 71.4 %. Beachte, dass GPT-6.1 Sol die Effort-Werte none und minimal nicht mehr akzeptiert und Chat Completions keine Tools mehr aufrufen kann.

Wie nah kommt GPT-6.1 Sol an GPT-6 Astra heran?

Im Intelligence Index von Artificial Analysis erreicht GPT-6.1 Sol auf max 52 Punkte und Astra 53, aber eine Aufgabe kostet $0.72 statt $3.26. Der Listenpreis liegt bei einem Fünftel des Astra-Preises ($2 / $10 vs $10 / $50). In den Zahlen von OpenAI liegen beide in GDP.pdf gleichauf (32.0 % vs 32.2 %), während Astra in OSWorld 2.0 (73.5 % vs 71.4 %) und SEC-Bench Pro (85.4 % vs 78.8 %) führt. Zum Prüfdatum hat OpenAI kein GPT-6.1 Astra veröffentlicht.

GPT-6.1 Sol oder Claude Opus 5.5: Welches ist besser?

Im Intelligence Index von Artificial Analysis erreicht Opus 5.5 auf max 58 Punkte, mehr als die 52 von GPT-6.1 Sol, aber eine Aufgabe kostet auf Opus 5.5 $5.98 statt $0.72, und der Listenpreis von GPT-6.1 Sol liegt bei der Hälfte der $4 / $20 von Opus 5.5. In den Zahlen von OpenAI erreicht GPT-6.1 Sol 35.4 % in AutomationBench (medium) gegenüber 33.2 % für Opus 5.5. Nimm GPT-6.1 Sol, wenn Budget und Volumen zählen, und Opus 5.5, wenn du unabhängig von den Kosten die höchsten Werte willst.

Was kostet GPT-6.1 Sol und wie wird über 272K Kontext abgerechnet?

Der Listenpreis liegt bei $2 Eingabe, $0.10 Cache-Lesen, $2.50 Cache-Schreiben und $10 Ausgabe pro 1 Mio. Token. Sobald die Eingabe 272K Token überschreitet, wird die gesamte Anfrage mit 2x für Eingabe und Cache und 1.5x für Ausgabe berechnet: $4 / $0.20 / $5 / $15. Batch und Flex sind 50 % günstiger, der Fast-Modus kostet 2x. Über Wokey gibt es keine Stufe, der gesamte Kontext von 1 Mio. Token wird zu einem einheitlichen Preis berechnet: $0.18 Eingabe / $0.90 Ausgabe pro 1 Mio. Token.

GPT-6.1 Sol oder Gemini 4 Argon: Welches ist besser?

Gemini 4 Argon ist das Flaggschiff-Reasoning-Modell von Google und seit dem 2026-10-13 im kostenpflichtigen Tier der Gemini API verfügbar. Beide haben derzeit dieselben Listenpreise: $2 Eingabe, $10 Ausgabe und $0.10 Cache-Lesen pro 1 Mio. Token, aber bei Argon sind das Einführungspreise, die sich ab dem 2026-12-01 auf $4 / $20 / $0.20 verdoppeln. Dafür hat Argon keine Stufe für langen Kontext, während GPT-6.1 Sol die gesamte Anfrage mit einem Aufschlag berechnet, sobald die Eingabe 272K überschreitet. Im Artificial Analysis Intelligence Index v5.0.1 erreicht GPT-6.1 Sol auf max 55 Punkte bei $1.27 pro Aufgabe; Argon erreicht auf high, seiner höchsten Stufe, 50 Punkte bei $9.95 (zu $4 / $20) und verbraucht pro Aufgabe deutlich mehr Token. Nimm GPT-6.1 Sol für hohes Volumen oder ein knappes Budget und probiere Argon für langen Kontext, Wissensarbeit und Videoverständnis. Zahlen geprüft am 2026-11-07. Wokey bietet auch Gemini 4 Argon an, unter der Modell-ID gemini-4-argon.

Welchen Reasoning Effort soll ich für GPT-6.1 Sol wählen und warum schlägt none fehl?

GPT-6.1 Sol akzeptiert nur low, medium, high, xhigh und max, Standard ist medium, und bei none oder minimal liefert der Upstream 400. Artificial Analysis hat gemessen: medium 48 Punkte bei $0.21 pro Aufgabe, high 50 bei $0.32 und max 52 bei $0.72. Nimm im Allgemeinen medium und für Coding high; max kostet fast das Doppelte von xhigh für 1 Punkt. Über Wokey werden none und minimal automatisch auf low abgebildet.

Wie nutze ich GPT-6.1 Sol in Codex?

GPT-6.1 Sol ist in Codex für Nutzer von ChatGPT Plus, Pro, Business, Enterprise und Edu verfügbar, die Nutzung zählt auf das Abo-Kontingent. Für die Abrechnung pro Token setzt du model in ~/.codex/config.toml auf gpt-6.1-sol und fügst einen Provider mit base_url https://api.wokey.ai, wire_api responses und env_key WOKEY_API_KEY hinzu; das kostet $0.18 Eingabe / $0.90 Ausgabe pro 1 Mio. Token (offiziell $2 / $10).

Was ist GPT-6 Instant in ChatGPT und wie rufe ich es über die API auf?

GPT-6 Instant ist kein eigenes Modell, sondern die niedrigste Thinking-Stufe von GPT-6 in ChatGPT. Laut dem OpenAI Help Center laufen bei zahlenden Nutzern, die GPT-6 auswählen, die Stufen Instant, Medium, High und Extra High alle auf GPT-6 Sol und die Stufe Pro auf GPT-6 Astra; Nutzer von Free und Go bekommen für Instant GPT-5.6 Luna. In der API gibt es keine Modell-ID gpt-6-instant, und OpenAI hat nicht gesagt, welchem Reasoning Effort Instant entspricht. Für ähnlich schnelle Antworten über die API rufst du gpt-6-sol oder das neuere gpt-6.1-sol mit Reasoning Effort low auf. OpenAI bietet außerdem den Alias chat-latest an, der auf das Instant-Modell zeigt, das ChatGPT gerade verwendet, zum offiziellen Preis von $5 / $30; der zugrunde liegende Snapshot ändert sich laufend, für Produktionsaufrufe, die stabiles Verhalten brauchen, eignet er sich also nicht. Die Diagramme, Formulare und anderen interaktiven Elemente in Antworten heißen Intelligent UI; das Help Center beschreibt sie nur für ChatGPT im Web und die aktualisierten Apps und sagt nichts zur API.

Was kostet die GPT-6.1 Sol-API, und wie viel spare ich gegenüber der offiziellen API?

Wokey berechnet $0.18 pro 1 Mio. Eingabe-Token und $0.9 pro 1 Mio. Ausgabe-Token; die offiziellen Referenzpreise liegen bei $2 und $10. Das sind 91% weniger bei der Eingabe und 91% weniger bei der Ausgabe. Abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt; die Preisquelle des Anbieters ist auf dieser Seite verlinkt.

Wie lautet die Modell-ID von GPT-6.1 Sol für die API?

Die Modell-ID von GPT-6.1 Sol auf Wokey lautet gpt-6.1-sol. Verwende sie genau so im Feld model des Request-Bodys oder in der Modelleinstellung deines Clients (zum Beispiel ANTHROPIC_MODEL in Claude Code oder model in der config.toml von Codex CLI); auch GET https://api.wokey.ai/v1/models listet sie auf.

Welche API-Formate unterstützt GPT-6.1 Sol, und wie rufe ich das Modell über Wokey auf?

GPT-6.1 Sol unterstützt /v1/chat/completions (Chat-Completions-Anfragen) und /v1/responses (Responses-Anfragen). Setze die API-Base-URL auf https://api.wokey.ai, authentifiziere dich mit einem Wokey-API-Key und verwende die kanonische Modell-ID gpt-6.1-sol; beginnen kannst du mit /v1/responses. Der Abschnitt „Anfrage senden“ enthält ein curl-Beispiel für jedes unterstützte API-Format.

Wie nutze ich GPT-6.1 Sol in Codex CLI?

Codex CLI ruft GPT-6.1 Sol über das Responses-Protokoll auf. Füge in ~/.codex/config.toml einen model_provider mit base_url = "https://api.wokey.ai", wire_api = "responses" und env_key = "OPENAI_API_KEY" hinzu; setze model auf gpt-6.1-sol und hinterlege deinen Wokey-API-Key in OPENAI_API_KEY. Die vollständige Konfiguration steht in der Codex-CLI-Anleitung.

Wie groß sind Kontextfenster und maximale Ausgabe von GPT-6.1 Sol?

Das Kontextfenster laut Katalog umfasst 1,050,000 Token, die maximale Ausgabe 128,000 Token. Das sind getrennte Limits; eine Anfrage muss außerdem die Upstream-Beschränkungen einhalten, die bei ihrer Verarbeitung gelten.

Wie werden Cache-Lesen und Cache-Schreiben bei GPT-6.1 Sol berechnet?

Cache-Lesen: Bei Wokey $0.009 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $0.1 pro 1 Mio. Token. Cache-Schreiben: Bei Wokey $0.225 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $2.5 pro 1 Mio. Token.

Worin unterscheidet sich der Aufruf von GPT-6.1 Sol über Wokey von OpenRouter?

Wokey führt GPT-6.1 Sol für $0.18 (Eingabe) / $0.9 (Ausgabe) pro 1 Mio. Token, bei einem offiziellen Referenzpreis von $2 / $10. OpenRouter gibt an, keinen Aufschlag auf die Inferenz zu erheben, und berechnet seine Gebühr beim Kauf von Credits (5,5 % bei Kartenzahlung). Wokey bietet eine kuratierte Auswahl an Modellen und keine Routing-Parameter pro Provider; wenn du einen größeren Katalog brauchst, passt OpenRouter daher besser. Den vollständigen Vergleich findest du auf der Seite zur OpenRouter-Alternative.

Wie unterscheiden sich GPT-6.1 Sol und GPT-6 Astra bei Preis und Kontext?

Im veröffentlichten Preisvergleich liegt GPT-6.1 Sol bei $0.18 / $0.9 (Eingabe/Ausgabe) mit einem Kontextfenster von 1,050,000 Token; GPT-6 Astra liegt bei $0.55 / $2.75 mit einem Kontextfenster von 1,050,000 Token. Das ist ein sachlicher Vergleich von Preis und Kapazität, kein Qualitätsranking; vergleiche auch die unterstützten API-Formate und Fähigkeiten.

Wie schnell ist GPT-6.1 Sol auf Wokey?

Gemessen an echten Anfragen über das Wokey-Gateway vom 2026-10-13 bis 2026-11-09: Der Median der Zeit bis zum ersten Token lag bei 6,1 s für Prompts unter 8K Token (P90 15 s) und bei 9,3 s für Agent-Prompts mit 32K–128K Token. 93% der Eingabe-Token wurden aus dem Prompt-Cache gelesen. Die meistgenutzten Clients waren Codex, OpenCode und pi. Die Zeit läuft ab dem Eingang der Anfrage am Gateway und enthält Warteschlange, Wiederholungen und Denkzeit.

Verwandte Modelle und Dokumentation

API-Key holen · gpt-6.1-sol