No.14OpenAI2026年9月22日

GPT-6 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

65.5

综合排位

第 14 名

API 参考定价: 输入 ¥13.34 / 输出 ¥66.68 (缓存 ¥1.33) / 每百万 Token

五大领域分项成绩

编程第12名

65.4 分

科研第12名

69.4 分

专业办公第27名

63.1 分

知识问答第17名

65.1 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。

ProgramBenchVals AIMax 推理

原始值 2.0%

折算能力分 80.5

第 10 名

Terminal-Bench 4.0Terminal-BenchMax 推理 · Codex

原始值 49.4%

折算能力分 72.2

第 16 名

FrontierCode 2.0CognitionMax 推理 · Codex

原始值 34.3%

折算能力分 71.8

第 14 名

FrontierCode 2.0Artificial AnalysisMax 推理

原始值 35.6%

折算能力分 70.7

第 20 名

WeirdML v3Håvard Tveit IhlexHigh 推理 · codex_cli

原始值 20.0%

折算能力分 69.9

第 6 名

Terminal-Bench 4.0Vals AIMax 推理

原始值 44.4%

折算能力分 69.2

第 13 名

CyberBench Patch v1.1Vals AIMax 推理

原始值 89.3%

折算能力分 68.7

第 1 名

Vibe Code Bench v1.1Vals AIMax 推理

原始值 87.8%

折算能力分 68.4

第 11 名

Terminal-Bench 4.0Artificial AnalysisMax 推理

原始值 43.9%

折算能力分 68.2

第 31 名

TapTap MakerTapTap MakerxHigh 推理 · codex

原始值 76.8%

折算能力分 62.8

第 17 名

LiveBench CodingLiveBenchMax 推理

原始值 81.8%

折算能力分 62.2

第 28 名

APEX-SWEMercorMax 推理 · terminus-2 · apex-swe:terminus-2

原始值 45.0%

折算能力分 60.6

第 30 名

SciCodeArtificial AnalysisMax 推理

原始值 57.6%

折算能力分 59.8

第 27 名

LiveBench Agentic CodingLiveBenchMax 推理

原始值 52.9%

折算能力分 58.1

第 28 名

FrontierMath T1–3Epoch AIMax 推理

原始值 89.8%

折算能力分 76.8

第 6 名

CritPt v2 HardArtificial AnalysisMax 推理

原始值 66.5%

折算能力分 76.7

第 14 名

ARC-AGI-2ARC PrizeMax 推理

原始值 89.6%

折算能力分 73.8

第 17 名

Terminal-Bench ScienceVals AIMax 推理

原始值 30.0%

折算能力分 73.6

第 9 名

Mystery Game PuzzlesEpoch AIMax 推理

原始值 56.0%

折算能力分 72.3

第 10 名

CritPtArtificial AnalysisMax 推理

原始值 30.9%

折算能力分 71.3

第 12 名

Terminal-Bench ScienceArtificial AnalysisMax 推理

原始值 30.0%

折算能力分 71.0

第 29 名

Chess PuzzlesEpoch AIMax 推理

原始值 56.0%

折算能力分 70.4

第 15 名

BioMysteryBenchVals AIMax 推理

原始值 74.8%

折算能力分 68.5

第 8 名

MysteryMechanismVals AIMax 推理

原始值 30.2%

折算能力分 66.5

第 14 名

Humanity's Last ExamArtificial AnalysisMax 推理

原始值 47.9%

折算能力分 64.5

第 36 名

LiveBench ReasoningLiveBenchMax 推理

原始值 88.7%

折算能力分 63.8

第 15 名

Harvey LAB-AA v1.1Artificial AnalysisMax 推理

原始值 3.6%

折算能力分 70.3

第 11 名

LiveBench Data AnalysisLiveBenchMax 推理

原始值 81.2%

折算能力分 69.5

第 6 名

AutomationBench-AAArtificial AnalysisMax 推理

原始值 61.6%

折算能力分 67.3

第 38 名

AA-BriefcaseArtificial AnalysisMax 推理

原始值 1,476.5

折算能力分 67.0

第 50 名

τ³-BankingMercorMax 推理

原始值 43.0%

折算能力分 66.1

第 15 名

GDPval-AAArtificial AnalysisMax 推理

原始值 1,515.9

折算能力分 63.2

第 55 名

APEX-AgentsMercorMax 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent

原始值 54.3%

折算能力分 63.2

第 31 名

MedCodeVals AIMax 推理

原始值 47.1%

折算能力分 58.2

第 36 名

Legal Research BenchVals AIMax 推理

原始值 28.8%

折算能力分 55.6

第 57 名

TaxAgentBenchVals AIMax 推理

原始值 15.0%

折算能力分 49.3

第 62 名

MLCR-AAArtificial AnalysisMax 推理

原始值 33.9%

折算能力分 79.9

第 9 名

NYT Connections 扩展版Lech MazurHigh 推理

原始值 90.1%

折算能力分 70.2

第 29 名

SimpleQA VerifiedEpoch AIMax 推理

原始值 60.7%

折算能力分 69.0

第 15 名

LiveBench LanguageLiveBenchMax 推理

原始值 85.3%

折算能力分 68.5

第 21 名

AA-Omniscience v1.1Artificial AnalysisMax 推理

原始值 21.4

折算能力分 64.0

第 45 名

BullshitBench v2BullshitBenchMax 推理

原始值 54.0%

折算能力分 62.7

第 52 名

LiveBench IFLiveBenchMax 推理

原始值 68.6%

折算能力分 59.5

第 21 名

AA-LCRArtificial AnalysisMax 推理

原始值 83.7%

折算能力分 58.9

第 16 名

Arena WebDevLMArenaMax 推理

原始值 1,678.2

折算能力分 69.9

第 12 名

Arena TextLMArenaMax 推理

原始值 1,458.3

折算能力分 53.4

第 64 名

尚未成效的评测项（11 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：

Code Migration v1.1MirrorCodeFrontierSWE v2致知 · 逻辑月榜司南 · 推理司南 · 抽象Vals Finance Agent v2.1Harvey LAB 1.1 · ValsAA-Analyst AgentExcel Modeling v1.1司南 · 知识