GPT-6.1 Sol

Google dice que Argon supera a todos los modelos de frontera en su prueba de razonamiento robótico; un índice independiente lo dejó tercero

Argon controla robots, construye las simulaciones donde practican y evalúa sus datos de entrenamiento. Google lo puntúa con un 87% en una prueba de razonamiento encarnado; Artificial Analysis lo sitúa detrás de dos modelos de OpenAI.

OpenAI limitó los bucles de razonamiento de su mejor modelo para que la cadena de pensamiento fuera legible, informa The Information

Jakub Pachocki ha dicho que la supervisión de la cadena de pensamiento se vuelve 'frágil'. Microsoft publicó y borró una descripción de la inferencia en bucle de GPT-6.1 Sol.

Una nueva clasificación ordena a los agentes por lo mal que se portan, y el peor da por hecha una cuarta parte del trabajo que no hizo

Arena publicó un índice construido con 72.509 sesiones reales de agentes el mismo día en que anunció una ronda de 200 millones de dólares. OpenAI ocupa los cinco primeros puestos.

OpenAI está comprando acceso al software de otras empresas para encontrar las tareas en las que sus agentes todavía fallan

El primer socio es la plataforma de contratos Ironclad. OpenAI dice que GPT-6 Astra obtuvo un 55,0% en las once tareas que construyeron juntos, frente al 41,6% de GPT-5.6 Sol, con aproximadamente la mitad del tiempo estimado por intento.

El nivel de servicio más rápido de OpenAI no funciona en sus puntos de acceso europeos, y sus agentes de navegador piden permiso por web

El navegador exige la aprobación del usuario para cada nuevo origen web, pero la documentación dice que esa aprobación no cubre acción por acción.

El nuevo GPT-6.1 Sol de OpenAI queda a 2,1 puntos de Astra en uso del ordenador, por un séptimo del coste

El modelo se activó horas después de que OpenAI confirmara que no lanzará GPT-6.1 Astra, y supera a Claude Opus 5.5 de Anthropic en dos de los tests publicados.