Indlæser kataloget…
Indlæser kataloget…
OpenAIs ræsonneringsmodel i mellemklassen med ræsonneringsniveauer, der kan tilpasses, et kontekstvindue på 1,05 millioner tokens samt tekst og billeder som inddata til kodegenerering og agentiske arbejdsflow.
Begrænsninger. OpenAI har ikke oplyst antallet af milliarder parametre eller detaljer om arkitekturen for gpt-6-sol. Hvor træningsdataene slutter, er dokumenteret til den 20. april 2026, så påstande om rå egenskaber efter denne dato hviler på leverandørens positionering snarere end publicerede specifikationer. Grænsen for uddata er 128.000 tokens per svar, og modellen accepterer kun tekst og billeder som inddata — der er ingen inddata eller uddata for lyd. Præstationen inden for andre områder end kode og matematik (jura, medicin, finans og lignende) er i øjeblikket et estimat snarere end et resultat fra en benchmark, så betragt det som et udgangspunkt og ikke en garanti.
Bemærkning om suverænitet. gpt-6-sol er bygget af OpenAI, en modelskaber med hovedkvarter i USA, og betjenes som et kommercielt API drevet af leverandøren frem for at køre selv. Dokumentationen fra OpenAI bekræfter, at dataplacering i EU er tilgængelig for denne model under standardbehandling, men bekræfter ikke, om den er underlagt CLOUD Act eller har en politik om ingen træning på dine data for dette endepunkt. Den bør derfor ikke betragtes som en suveræn løsning uden yderligere verificering.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 1,81 / 9,07€+7 betingede priser | Online |
18 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Værktøjskald + udvidet ræsonnering til iterativ kodegenerering og fejlretning; et kontekstvindue på 1,05 millioner tokens understøtter hele kildekoden + testhistorik.
Indbygget understøttelse af værktøjskald med et kontekstvindue på 1,05 millioner tokens til styring af store funktionskataloger og kaldhistorik.
Billedforståelse til analyse af screenshots + værktøjskald til DOM-interaktion + udvidet ræsonnering til navigationslogik med mange trin.
Billedforståelse bygget til UI-forståelse; værktøjskald muliggør vejledning i interaktion; udvidet ræsonnering understøtter kompleks UI-analyse.
Et kontekstvindue på 1,05 millioner tokens rummer hele repository-konteksten; udvidet ræsonnering muliggør dyb arkitektonisk analyse; værktøjskald kan integrere CI/CD-feedback.
Et kontekstvindue på 1,05 millioner tokens rummer snesevis af abstracts og fulde tekster; udvidet ræsonnering identificerer mønstre og huller i litteraturen.
Værktøjskald kan håndhæve taksonomier for klassificering, men modellens udvidede ræsonnering og kontekstvindue på 1,05 millioner tokens er overdimensioneret til typiske klassificeringsopgaver.
Værktøjskald kan formalisere entitetsskemaer, men billedforståelse + udvidet ræsonnering er ikke afgørende for standard entitetsudtrækning.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-6-sol",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på