अगर आप Codex में GPT-6 Sol इस्तेमाल कर रहे हैं, तो GPT-6.1 Sol पर जाना ठीक है। अभी की तरह Medium (मानक) पर इसे पहले आज़माएँ। OpenAI ने 29 सितंबर 2026 को 6.1 Sol को Codex और ChatGPT Work में जोड़ा और जटिल कोडिंग तथा लंबे चलने वाले कामों के लिए इसकी सलाह दी है। API का इनपुट और आउटपुट मूल्य समान है, और कैश्ड इनपुट आधी कीमत पर है। यह लेख केवल यह तय करने में मदद के लिए दोनों की तुलना करता है कि क्या आपको बदलना चाहिए।

पहले निष्कर्ष · Codex में रोज़ाना का उपयोग
शुरुआत के लिए उपयुक्त काम6.1 Sol · Medium (मानक)शोध, कोड और दस्तावेज़ों से जुड़े कामों की शुरुआत के लिए। अपने मौजूदा 6 Sol की तरह Medium पर इसकी तुलना करें।
मौजूदा सेटिंग रखने का कारणतुलना की ज़रूरत वाले कामपिछले परिणाम दोबारा हासिल करने हों तो 6 Sol भी रखें और एक ही काम पर, एक ही प्रयास स्तर पर दोनों की तुलना करें।
कीमत के मुख्य बिंदु: API की सामान्य इनपुट और आउटपुट कीमत समान है। केवल कैश्ड इनपुट के लिए 6.1 Sol आधी कीमत पर है। इसका मतलब यह नहीं कि आपके Codex सब्सक्रिप्शन में उपयोग की संख्या दोगुनी हो जाएगी।
इन चुनावों का आधार OpenAI का "Models" पेज और मॉडल चयन गाइड है। 30 सितंबर 2026 को जाँचा गया।

6.1 Sol और 6 Sol: क्या बदला

OpenAI के Codex changelog में 6.1 Sol को 29 सितंबर 2026 को जोड़ा गया। GPT-6 Sol इससे लगभग एक हफ़्ते पहले, 22 सितंबर को (अमेरिकी समय) जारी हुआ था। GPT-6 Sol का मॉडल पेज इसे "जटिल कोडिंग और एजेंटिक काम के लिए" बताता है, और GPT-6.1 Sol पेज इसे "जटिल काम में Astra के करीब प्रदर्शन, कम लागत पर" बताता है। यह Astra के साथ तुलना है, 6 Sol के साथ मापा गया अंतर नहीं। 6 Sol, Luna और Astra के बीच पूरे अंतर के लिए हमारा GPT-6 Sol और Luna का व्याख्या लेख देखें।

आइटमGPT-6 SolGPT-6.1 Sol
मॉडल IDgpt-6-solgpt-6.1-sol
आधिकारिक स्थितिजटिल कोड और एजेंट कार्यजटिल कोड, कंप्यूटर उपयोग और विशेष कार्य
नॉलेज कटऑफ़20 अप्रैल 202630 अप्रैल 2026
कॉन्टेक्स्ट / अधिकतम आउटपुट10.5 लाख / 1.28 लाख टोकनसमान
API का रीज़निंग स्तरnone, low से max तकlow से max तक (none उपलब्ध नहीं)
इनपुट / आउटपुटटेक्स्ट, इमेज / टेक्स्टसमान

आँकड़े और समर्थित दायरा: OpenAI API के 6 Sol और 6.1 Sol के मॉडल विनिर्देश। कॉन्टेक्स्ट विंडो इनपुट और आउटपुट की मिली-जुली सीमा है। इसका मतलब यह नहीं कि आप एक बार में 10.5 लाख अक्षर लिख सकते हैं।

ज्ञान की तारीख नई है, पर अंतर सिर्फ़ 10 दिन का है
6 Sol20 अप्रैल
6.1 Sol30 अप्रैल

दोनों में सितंबर की खबरें नहीं सीखी गई हैं। ताज़ा जानकारी के लिए मॉडल बदलने से ज़्यादा ज़रूरी है मूल स्रोत खोजकर प्रकाशन की तारीख और सामग्री जाँचना।

"कटऑफ़" और "वेब पर जाँची जा सकने वाली जानकारी" के बीच का फ़र्क हमारी प्रमुख AI मॉडलों की नॉलेज कटऑफ़ सूची में समझाया गया है।

कीमत वही, सस्ता केवल कैश्ड इनपुट

अगर आप API को मानक गति पर इस्तेमाल करते हैं और इनपुट 2.72 लाख टोकन या उससे कम है, तो दोनों मॉडल की सामान्य इनपुट कीमत प्रति 10 लाख टोकन $2 और आउटपुट $10 है, यानी समान। केवल कैश्ड इनपुट आधी कीमत पर है: 6 Sol के $0.20 से घटकर 6.1 Sol का $0.10। कैश राइट दोनों में $2.50 है। अंतर वहाँ दिखेगा जहाँ आप एक ही सामग्री बार-बार भेजते हैं और कैश सचमुच काम आता है। अगर सारा इनपुट नया है, तो प्रति यूनिट कीमत में कोई अंतर नहीं है (OpenAI API मूल्य सूची)।

कैश्ड इनपुट की API कीमत

प्रति 10 लाख टोकन। दोनों मॉडलों में सामान्य नया इनपुट $2.00 है।

6 Sol$0.20
6.1 Sol$0.10
पट्टियाँ दोनों कैश्ड इनपुट कीमतों का अनुपात दिखाती हैं। स्रोत: 6 Sol और 6.1 Sol।

अगर आप ChatGPT खाते से Codex में साइन इन हैं, तो API कीमत को सीधे अपने बिल या उपयोग की सीमा में न बदलें। Codex की आधिकारिक मूल्य व्याख्या में अतिरिक्त क्रेडिट की मानक गति दर दोनों मॉडलों के लिए समान है: प्रति 10 लाख इनपुट टोकन 50 क्रेडिट और प्रति 10 लाख आउटपुट टोकन 250 क्रेडिट। कैश्ड इनपुट 6 Sol के लिए 5 क्रेडिट और 6.1 Sol के लिए 2.5 क्रेडिट है। सब्सक्रिप्शन प्लान पर खपत कार्य की लंबाई, टूल कॉल, रीज़निंग और कैशिंग के अनुसार बदलती है, इसलिए एक दर आधी होने पर भी आपको अपने प्लान में दोगुना काम नहीं मिल जाता।

कैश आधी कीमत का है, पर पूरा काम आधी कीमत का नहीं होता

एक ही टोकन मात्रा पर, कुल $14 से $13 हो जाता है

उदाहरण: 10 लाख सामान्य इनपुट, 1 करोड़ कैश्ड इनपुट और 10 लाख आउटपुट टोकन।

6 Sol
सामान्य इनपुट
$2
कैश्ड इनपुट
$2
आउटपुट
$10
कुल $14
6.1 Sol
सामान्य इनपुट
$2
कैश्ड इनपुट
$1
आउटपुट
$10
कुल $13
यह उसी मात्रा पर कीमत तालिका लगाने का गणना उदाहरण है। इसमें कैश राइट शुल्क या टूल शुल्क शामिल नहीं हैं।

ऊपर के उदाहरण में (10 लाख सामान्य इनपुट, 1 करोड़ कैश्ड इनपुट और 10 लाख आउटपुट टोकन) आउटपुट का $10 खर्च वही रहता है, और कुल पर केवल कैश्ड इनपुट का अंतर असर डालता है। कुल अंतर लगभग 7% है। कैशिंग के बिना अंतर शून्य होगा, और जितनी बार आप वही लंबी सामग्री पढ़ेंगे, अंतर उतना बढ़ेगा। असल में आउटपुट, रीज़निंग और दोबारा प्रयास की मात्रा भी मॉडल के अनुसार बदलती है, इसलिए कुल लागत हर काम पर मापकर जाँचें।

गणना की शर्तें: इसमें हर अनुरोध का इनपुट 2.72 लाख टोकन या उससे कम रखा गया है, और कई कॉल के कुल टोकन पर मानक API कीमत लगाई गई है। इसमें कैश राइट शुल्क, खोज या कंप्यूटर उपयोग जैसे टूल शुल्क, लंबे इनपुट का अतिरिक्त शुल्क और कर शामिल नहीं हैं। यह Codex सब्सक्रिप्शन प्लान की उपयोग सीमा का अनुमान भी नहीं है।

API में, अगर एक अनुरोध का इनपुट 2.72 लाख टोकन से ज़्यादा हो, तो पूरे अनुरोध पर इनपुट और कैश्ड इनपुट कीमत दोगुनी और आउटपुट कीमत 1.5 गुना हो जाती है। 10.5 लाख टोकन की सीमा तक कीमत एक जैसी नहीं रहती।

उसी मूल्य पृष्ठ पर Plus और Standard Business के अनुमान के अनुसार, 5 घंटे में लोकल संदेश 6 Sol के लिए लगभग 15 से 150 और 6.1 Sol के लिए लगभग 15 से 160 हैं। ये तय संख्याएँ नहीं हैं। Pro में फ़िलहाल 5 घंटे की सीमा नहीं है, पर साप्ताहिक या अन्य सीमाएँ लागू हो सकती हैं, इसलिए अपनी शेष सीमा और रीसेट का समय अपने उपयोग स्थिति पेज पर जाँचें। अगर आप API key से Codex से जुड़े हैं, तो खपत सब्सक्रिप्शन प्लान से अलग API बिलिंग में जुड़ती है।

गुणवत्ता और गति की तुलना अपने काम पर करें

OpenAI अपनी मॉडल चयन गाइड में 6.1 Sol के Medium को जटिल तकनीकी काम और संशोधन वाले आउटपुट के लिए शुरुआती बिंदु बताता है, और Extra High को उन आउटपुट के लिए जिन्हें और परिष्कृत करना हो। Codex के लिए Models पेज भी, अगर उपलब्ध हो, जटिल कोडिंग और एजेंटिक कामों के लिए 6.1 Sol की सलाह देता है। यह आधिकारिक सिफ़ारिश रोज़ के उपयोग को बदलने का पर्याप्त कारण है।

दूसरी ओर, OpenAI के मॉडल विनिर्देश, changelog और चयन गाइड में 6 Sol और 6.1 Sol को एक ही कार्य और एक ही रीज़निंग स्तर पर मापने वाले सार्वजनिक स्कोर या पूरे होने के समय नहीं दिए गए हैं। यह देखने का सबसे भरोसेमंद तरीका कि कितना सुधार हुआ है, यह है कि आप जो काम अक्सर करते हैं उसी पर तुलना करें। अगर आउटपुट टोकन की संख्या अलग है, तो यूनिट कीमत समान होने पर भी कुल लागत बदल जाती है।

तुलना करते समय की एक गलती6 Sol के Medium की तुलना 6.1 Sol के Light से करके इसे "संस्करण का अंतर" न कहें। एक ही रीज़निंग स्तर रखें, और उत्तर की सटीकता, दोबारा करने का काम, पूरा होने का समय और उपयोग सीमा एक साथ देखें। OpenAI ने यह भी चेताया है कि रीज़निंग स्तर अलग-अलग पीढ़ियों में पूरी तरह एक-दूसरे से मेल नहीं खाते।

"पहले से बेहतर दिखता है" या "निर्देश ज़्यादा अच्छे से मानता है" जैसे निष्कर्ष एक ही छाप से तय करना मुश्किल है। उदाहरण के लिए, वेब पेज में सुधार हो तो दोनों मॉडलों को एक ही पूरा होने की शर्त दें, PC और स्मार्टफ़ोन के स्क्रीनशॉट एक ही चौड़ाई पर तुलना करें, और लागू करने के बाद टेस्ट पास होते हैं या नहीं, यह भी देखें। लेख की प्रूफ़रीडिंग हो तो तथ्यों की सटीकता और इस बात को अलग-अलग अंक दें कि पाठक को आगे क्या करना है, यह साफ़ है या नहीं। काम की पूरा होने की शर्तें पहले तय करने से मॉडल बदलने का मूल्य मापना आसान हो जाता है।

Codex में कैसे बदलें

डेस्कटॉप ऐप में, इनपुट फ़ील्ड के पास मॉडल चयन से 6.1 Sol चुनें और रीज़निंग स्तर Medium (मानक) रखें। स्क्रीन के अनुसार "Advanced settings" खोलना पड़ सकता है। आधिकारिक मॉडल गाइड के अनुसार यह Plus, Pro और Business में चरणबद्ध ढंग से उपलब्ध है, जबकि Enterprise और Edu के लिए एडमिन को इसे सक्षम करना होगा। प्रकाशन के समय Free और Go इसके लिए पात्र नहीं हैं। यह Work और Codex के लिए है, सामान्य ChatGPT Chat के लिए नहीं, इसलिए केवल सामान्य Chat की मॉडल सूची में न खोजें। मॉडल न मिले तो जाँचें कि ऐप अपडेट है या नहीं और आपके खाते को पहुँच है या नहीं।

किसी एक Codex CLI सत्र के लिए मॉडल और रीज़निंग स्तर तय करने के लिए इस तरह शुरू करें। जब आप अपनी मौजूदा कार्य सेटिंग बदले बिना 6.1 आज़माना चाहें, तो यह उपयोगी है।

codex --model gpt-6.1-sol -c model_reasoning_effort="medium"

नए लोकल चैट का डिफ़ॉल्ट बदलने के लिए, अपनी उपयोगकर्ता config.toml फ़ाइल में मौजूदा सेटिंग दोहराए बिना नीचे दिए मान रखें। आधिकारिक दस्तावेज़ के अनुसार डेस्कटॉप ऐप, CLI और IDE एक्सटेंशन, तीनों एक ही फ़ाइल इस्तेमाल करते हैं।

model = "gpt-6.1-sol"
model_reasoning_effort = "medium"

केवल इस डिफ़ॉल्ट को बदलने से सेव किए गए चैट का मॉडल नहीं बदलता। मौजूदा हर चैट के इनपुट फ़ील्ड की सेटिंग जाँचें। सबको एक साथ बदलने के तरीके और उसकी सीमाएँ क्या Codex के मॉडल और रीज़निंग सेटिंग एक साथ बदले जा सकते हैं? में समझाई गई हैं। चालू चैट रोककर सबको एक साथ बदलने की ज़रूरत नहीं है।

API से माइग्रेट करने वाले डेवलपर केवल मॉडल ID बदलकर न रुकें। 6.1 Sol none रीज़निंग का समर्थन नहीं करता, इसलिए 6 Sol में none वाले अनुरोधों को low में बदलकर फिर से मूल्यांकन करें। टूल कॉल के लिए Responses API इस्तेमाल करें। जिन अनुरोधों में रीज़निंग चालू है, उनमें temperature, top_p आदि पर भी प्रतिबंध हैं, इसलिए माइग्रेशन गाइड में जाँचें कि पुराने पैरामीटर जैसे के तैसे भेजे जा सकते हैं या नहीं। OpenAI की आधिकारिक GPT-6 माइग्रेशन गाइड सलाह देती है कि मौजूदा प्रभावी रीज़निंग स्तर बनाए रखें और प्रतिनिधि कार्यों पर व्यवहार जाँचें।

उदाहरण के लिए, अगर आपने 6 Sol के medium पर ऐसी प्रक्रिया बनाई है जो "रिपॉज़िटरी पढ़े, कारण पहचाने, सुधार और टेस्ट तक करे", तो शुरुआत में 6.1 Sol पर भी medium पर ही चलाएँ। मॉडल के साथ प्रॉम्प्ट, टूल और टेस्ट का तरीका भी बदल देंगे, तो परिणाम बदलने का कारण पता नहीं चलेगा। अगर आपने 6 Sol का none केवल वर्गीकरण के लिए इस्तेमाल किया है, तो 6.1 Sol के low के साथ GPT-6 Luna की भी तुलना करें, क्योंकि उपयोग के लिए कोई एक बेहतर बैठ सकता है।

अपने काम के लिए कैसे चुनें

सामान्य Codex उपयोग के लिए पहले 6.1 Sol · Medium (मानक) चुनें। OpenAI इसकी सलाह बहु-चरणीय कोडिंग, शोध और ऐप व दस्तावेज़ों तक फैले कामों के लिए देता है। छोटे और साफ़ दायरे वाले बदलाव के लिए जाँचें कि Light काफ़ी है या नहीं। सबसे कठिन डिज़ाइन या बड़े प्रभाव वाली समीक्षा के लिए Astra पर विचार करें, और दोहराए जाने वाले वर्गीकरण या निष्कर्षण के लिए Luna भी विकल्प है (OpenAI का उपयोग-आधारित मार्गदर्शन)। Astra और Luna में चुनाव का विवरण हमारे GPT-6 Sol और Luna लेख में है, और वहाँ के आँकड़े 6 Sol के हैं, 6.1 Sol के नहीं।

स्विच का फ़ैसला खुद करने के लिए एक छोटी तुलना प्रक्रिया
01 · एक ही काम चुनेंउदाहरण: एक छोटा बग सुधार और स्रोतों की जाँच वाली एक लेख प्रूफ़रीडिंग। पहले सही परिणाम की शर्तें लिखें।
02 · शर्तें बराबर करेंदोनों मॉडलों के लिए Medium, वही सामग्री, वही टूल अनुमतियाँ और वही समापन शर्तें रखें।
03 · परिणाम से तय करेंसटीकता, सुधार की संख्या, प्रतीक्षा का समय और उपयोग सीमा दर्ज करें। केवल एक छाप से बेहतर-बदतर तय न करें।
मॉडल चयन गाइड में OpenAI भी एक ही इनपुट पर परखने की सलाह देता है।

तुलना के लिए प्रॉम्प्ट में आउटपुट निर्दिष्ट करें

उदाहरण के लिए, कोड के काम में आप लिख सकते हैं: "इस फ़ंक्शन की सीमा-शर्त ठीक करो। मौजूदा सार्वजनिक API न बदलो, एक ऐसा इनपुट बताओ जो विफल होता है, और सुधार के बाद संबंधित टेस्ट चलाकर परिणाम लिखो।" दोनों मॉडलों को एक ही रिपॉज़िटरी की स्थिति से दें, और सुधार की सटीकता, टेस्ट के परिणाम और अनावश्यक बदलावों की उपस्थिति जाँचें। सिर्फ़ "कोड बेहतर बनाओ" लिखने से यह तय करना मुश्किल होगा कि किस आउटपुट को अपनाया जाए।

लेखन के काम में शर्तें इस तरह तय करें: "इस सामग्री में न दिए गए आँकड़े न जोड़ें, निष्कर्ष सबसे ऊपर रखें, और पाठक जो चरण सचमुच आज़माए, उसे तीन चरणों में दें।" सामग्री में न मौजूद तथ्य जोड़े गए, तो अंक काटें। व्यावहारिक कसौटी यह है कि जो काम आप बार-बार करते हैं उसमें दोबारा करने का काम घटता है या नहीं।

26 अक्टूबर 2026 को 6.1 Sol से आधी कीमत वाला GPT-6.1 Terra (इनपुट $1 / आउटपुट $5) भी जारी हुआ। OpenAI के मापन में, कामकाजी कार्यों के टेस्ट में Terra, Sol से आगे है, जबकि कोडिंग और कंप्यूटर चलाने के टेस्ट में Sol आगे है। दोनों में से कैसे चुनें, यह हमने “GPT-6.1 Terra क्या है? दाम, परफ़ॉर्मेंस, Sol, Astra व Claude से तुलना” लेख में समझाया है।

सार: मानक सेटिंग पर 6 Sol से बदलकर देखें

GPT-6.1 Sol उन लोगों के लिए OpenAI का नया अनुशंसित मॉडल है जो Codex में जटिल काम करते रहते हैं। API का इनपुट और आउटपुट मूल्य 6 Sol से यथावत है, और कैश्ड इनपुट आधी कीमत पर है। कॉन्टेक्स्ट सीमा नहीं बदली, और none रीज़निंग अब उपलब्ध नहीं है। रोज़ के उपयोग के लिए 6.1 Sol · Medium (मानक) अच्छा शुरुआती बिंदु है। गति या सफलता दर कितनी बढ़ती है, इसके आधिकारिक आँकड़े OpenAI ने नहीं दिए हैं, इसलिए महत्वपूर्ण आउटपुट के लिए दोनों मॉडलों पर एक ही काम की तुलना करें और टेस्ट तथा असली स्क्रीन परिणाम जाँचकर ही फ़ैसला करें।

अक्सर पूछे जाने वाले प्रश्न

क्या 6.1 Sol हमेशा 6 Sol से तेज़ है?

OpenAI की आधिकारिक सामग्री में दोनों मॉडलों का एक ही शर्तों पर मापा गया पूरा होने का समय नहीं दिया गया है। काम, रीज़निंग स्तर और टूल की प्रतीक्षा समान रखकर खुद तुलना करें।

Pro पर 6.1 Sol बदलने से अतिरिक्त शुल्क लगता है?

अगर आप ChatGPT खाते से Codex इस्तेमाल करते हैं, तो मॉडल चुनने भर से अलग API शुल्क नहीं लगता। आपके प्लान की उपयोग सीमा लागू होती है, और अगर आप अतिरिक्त क्रेडिट खरीदकर उपयोग करते हैं, तो उसका बैलेंस लागू होता है। API key से उपयोग करने पर API कीमत लागू होती है। पहले जाँचें कि आप किस तरह साइन इन हैं।

क्या पहले के चैट भी साथ में बदल जाते हैं?

config.toml में डिफ़ॉल्ट मॉडल बदलना नए लोकल चैट के लिए है। सेव किए गए चैट की सेटिंग अलग-अलग जाँचें। मॉडल बदलने से पुराने जवाब अपने-आप दोबारा नहीं बनते।

6 Sol इस्तेमाल करते रहने के कारण क्या हैं?

अगर आप पिछले परिणामों से तुलना करना चाहते हैं, या मौजूदा API प्रक्रियाएँ उन्हीं शर्तों पर दोबारा चलाना चाहते हैं। साथ ही 6 Sol का API none रीज़निंग का समर्थन करता है, पर 6.1 Sol नहीं करता। माइग्रेशन से पहले सेटिंग और प्रतिनिधि कार्य जाँच लें।