今日热点
No.6OpenAI2026年9月29日

GPT-6.1 Sol

前沿大模型能力评测成绩与细分基准证据链。

综合评测得分

69.9

综合排位

第 6 名

API 参考定价: 输入 ¥13.34 / 输出 ¥66.68 (缓存 ¥0.67) / 每百万 Token

五大领域分项成绩

编程第7名

68.2 分

科研第3名

75.0 分

专业办公第14名

66.3 分

知识问答第3名

72.2 分

实测证据链明细

每一项成绩都有明确来处。列出标准化评测集原始成绩及其统一折算分。

WeirdML v3Håvard Tveit IhlexHigh 推理 · codex_cli
原始值 40.8%
折算能力分 83.5
第 2 名
ProgramBenchVals AIMax 推理
原始值 3.0%
折算能力分 80.5
第 5 名
Terminal-Bench 4.0Terminal-BenchMax 推理 · Codex
原始值 58.2%
折算能力分 76.5
第 3 名
Code Migration v1.1Vals AIMax 推理
原始值 77.3%
折算能力分 76.0
第 4 名
FrontierCode 2.0CognitionMax 推理 · Codex
原始值 39.0%
折算能力分 74.6
第 7 名
FrontierCode 2.0Artificial AnalysisMax 推理
原始值 40.6%
折算能力分 73.3
第 7 名
Terminal-Bench 4.0Vals AIMax 推理
原始值 55.1%
折算能力分 73.0
第 9 名
TapTap MakerTapTap MakerxHigh 推理 · codex
原始值 86.7%
折算能力分 72.9
第 4 名
Terminal-Bench 4.0Artificial AnalysisMax 推理
原始值 56.1%
折算能力分 71.6
第 14 名
MirrorCodeEpoch AIMax 推理
原始值 61.1%
折算能力分 70.1
第 9 名
Vibe Code Bench v1.1Vals AIMax 推理
原始值 88.9%
折算能力分 69.2
第 9 名
APEX-SWEMercorMax 推理 · terminus-2 · apex-swe:terminus-2
原始值 46.9%
折算能力分 61.8
第 23 名
LiveBench CodingLiveBenchMax 推理
原始值 80.4%
折算能力分 60.6
第 27 名
LiveBench Agentic CodingLiveBenchMax 推理
原始值 54.5%
折算能力分 59.3
第 27 名
SciCodeArtificial AnalysisMax 推理
原始值 54.2%
折算能力分 55.5
第 68 名
CyberBench Patch v1.1Vals AIMax 推理
原始值 78.6%
折算能力分 54.1
第 40 名
Mystery Game PuzzlesEpoch AIMax 推理
原始值 80.0%
折算能力分 84.1
第 2 名
FrontierMath T1–3Epoch AIMax 推理
原始值 93.7%
折算能力分 82.6
第 1 名
Terminal-Bench ScienceVals AIMax 推理
原始值 52.9%
折算能力分 81.5
第 2 名
Terminal-Bench ScienceArtificial AnalysisMax 推理
原始值 58.1%
折算能力分 79.4
第 8 名
ARC-AGI-2ARC PrizeMax 推理
原始值 94.2%
折算能力分 79.0
第 2 名
CritPt v2 HardArtificial AnalysisMax 推理
原始值 69.5%
折算能力分 78.3
第 5 名
Chess PuzzlesEpoch AIMax 推理
原始值 68.0%
折算能力分 77.6
第 3 名
司南 · 抽象OpenCompassMax 推理
原始值 85.0%
折算能力分 76.2
第 1 名
致知 · 逻辑月榜llm2014xHigh 推理
原始值 67.8%
折算能力分 75.6
第 5 名
MysteryMechanismVals AIMax 推理
原始值 46.4%
折算能力分 75.4
第 5 名
BioMysteryBenchVals AIMax 推理
原始值 79.6%
折算能力分 72.4
第 2 名
CritPtArtificial AnalysisMax 推理
原始值 31.7%
折算能力分 71.7
第 3 名
LiveBench ReasoningLiveBenchMax 推理
原始值 92.6%
折算能力分 70.7
第 1 名
Humanity's Last ExamArtificial AnalysisMax 推理
原始值 52.9%
折算能力分 68.7
第 18 名
司南 · 推理OpenCompassMax 推理
原始值 77.5%
折算能力分 64.8
第 11 名
Harvey LAB-AA v1.1Artificial AnalysisMax 推理
原始值 6.9%
折算能力分 76.9
第 6 名
LiveBench Data AnalysisLiveBenchMax 推理
原始值 82.7%
折算能力分 71.9
第 2 名
AA-Analyst AgentArtificial AnalysisMax 推理
原始值 50.0%
折算能力分 70.4
第 11 名
AA-BriefcaseArtificial AnalysisMax 推理
原始值 1,555.1
折算能力分 69.9
第 29 名
AutomationBench-AAArtificial AnalysisMax 推理
原始值 64.9%
折算能力分 68.9
第 25 名
APEX-AgentsMercorMax 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
原始值 60.0%
折算能力分 67.2
第 18 名
Excel Modeling v1.1Vals AIMax 推理
原始值 71.1%
折算能力分 67.1
第 14 名
GDPval-AAArtificial AnalysisMax 推理
原始值 1,608.9
折算能力分 66.7
第 38 名
τ³-BankingMercorMax 推理
原始值 43.0%
折算能力分 66.1
第 15 名
Finance Agent v2.1Vals AIMax 推理
原始值 61.8%
折算能力分 64.6
第 16 名
Legal Research BenchVals AIMax 推理
原始值 38.5%
折算能力分 63.1
第 38 名
MedCodeVals AIMax 推理
原始值 48.8%
折算能力分 60.3
第 28 名
TaxAgentBenchVals AIMax 推理
原始值 21.8%
折算能力分 57.1
第 50 名
原始值 6.3%
折算能力分 51.1
第 27 名
MLCR-AAArtificial AnalysisMax 推理
原始值 38.3%
折算能力分 84.2
第 3 名
SimpleQA VerifiedEpoch AIMax 推理
原始值 73.9%
折算能力分 82.1
第 3 名
NYT Connections 扩展版Lech MazurMax 推理
原始值 97.8%
折算能力分 79.2
第 4 名
LiveBench LanguageLiveBenchMax 推理
原始值 90.1%
折算能力分 78.4
第 6 名
AA-Omniscience v1.1Artificial AnalysisMax 推理
原始值 42
折算能力分 77.5
第 13 名
司南 · 知识OpenCompassMax 推理
原始值 78.0%
折算能力分 74.8
第 2 名
BullshitBench v2BullshitBenchMax 推理
原始值 59.0%
折算能力分 67.5
第 35 名
LiveBench IFLiveBenchMax 推理
原始值 74.2%
折算能力分 66.6
第 6 名
AA-LCRArtificial AnalysisMax 推理
原始值 83.0%
折算能力分 58.0
第 27 名
Arena WebDevLMArenaMax 推理
原始值 1,750.6
折算能力分 76.9
第 5 名
Arena TextLMArenaMax 推理
原始值 1,481.3
折算能力分 62.3
第 27 名

尚未成效的评测项(1 项)

该模型目前在以下公开测试集暂无官方或独立第三方实测成绩,不参与赋分:

FrontierSWE v2

能力折算分说明

不同公开测试集的绝对分值与满分标尺各不相同(如百分比、Elo 分或通过率)。 折算分基于该评测历史难度与全部参评模型得分分布换算为统一标准分,便于跨评测直观横向比对。