GPT-6 Sol

OpenAI · 2026-09-22 发布 · 10/30 02:05 更新

AICue 评分 · 综合65.0分综合第 15 名评分不是正确率 · 评测覆盖 97%

可比较分类4/ 4 项分类

已有成绩34项评测

上下文窗口105万Token

API 输入 / 输出 · 每百万 Token¥13.32 / ¥66.62缓存 ¥1.33原价 $2 / $10厂商官方价格

CAPABILITY PROFILE

各有所长，看得更清楚。

每个领域单独评分，和综合评分用同一种分数，可以直接比。具体能力请看下面每项成绩。

编程AICue 评分65.0分第 14 名9 项评测 · 覆盖 89%科研AICue 评分67.8分第 13 名9 项评测 · 覆盖 100%专业办公AICue 评分63.3分第 22 名9 项评测 · 覆盖 100%知识问答AICue 评分65.1分第 17 名5 项评测 · 覆盖 100%

覆盖比例是这个领域里已有成绩的评测类别占比，不代表能力高低；没测的不补分，也不扣分。

BEHIND THE SCORE

每一项成绩，都有来处。

按领域列出每项公开成绩，以及它折算成的统一分数。展开可查看运行配置与采用方式。

编程65.09 项

ProgramBenchVals AI2.0%折算分至多 81.9+
原榜型号
openai/gpt-6-sol · 原榜第 10 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Vals AI44.4%折算分 69.3+
原榜型号
openai/gpt-6-sol · 原榜第 13 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Code MigrationVals AI57.2%折算分 68.9+
原榜型号
openai/gpt-6-sol · 原榜第 9 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Vibe Code Bench v1.1Vals AI87.8%折算分 68.8+
原榜型号
openai/gpt-6-sol · 原榜第 11 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
CyberBench Patch v1.1Vals AI89.3%折算分 68.7+
原榜型号
openai/gpt-6-sol · 原榜第 1 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench 4.0Artificial Analysis43.9%折算分 68.0+
原榜型号
gpt-6-sol · 原榜第 29 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench CodingLiveBench81.8%折算分 61.9+
原榜型号
gpt-6-sol-max · 原榜第 28 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-SWEMercor45.0%折算分 60.3+
原榜型号
gpt-6-sol · 原榜第 30 名
代表配置
Max 推理 · terminus-2 · apex-swe:terminus-2
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SciCodeArtificial Analysis57.6%折算分 59.5+
原榜型号
gpt-6-sol · 原榜第 28 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

科研67.89 项

FrontierMath T1–3Epoch AI89.8%折算分 76.1+
原榜型号
gpt-6-sol_max · 原榜第 6 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 09/23 03:59
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceVals AI30.0%折算分 72.9+
原榜型号
openai/gpt-6-sol · 原榜第 9 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/25 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Mystery Game PuzzlesEpoch AI56.0%折算分 71.6+
原榜型号
gpt-6-sol_max · 原榜第 10 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 09/23 03:59
查看这项评测 →官方来源 ↗
CritPtArtificial Analysis30.9%折算分 70.6+
原榜型号
gpt-6-sol · 原榜第 13 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Terminal-Bench ScienceArtificial Analysis30.0%折算分 70.2+
原榜型号
gpt-6-sol · 原榜第 27 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Chess PuzzlesEpoch AI56.0%折算分 69.5+
原榜型号
gpt-6-sol_max · 原榜第 15 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/20 06:39 · 核验 10/30 02:05 · 实测 10/13 21:41
查看这项评测 →官方来源 ↗
MysteryMechanismVals AI30.2%折算分 65.5+
原榜型号
openai/gpt-6-sol · 原榜第 14 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Humanity's Last ExamArtificial Analysis47.9%折算分 63.7+
原榜型号
gpt-6-sol · 原榜第 37 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench ReasoningLiveBench88.7%折算分 62.9+
原榜型号
gpt-6-sol-max · 原榜第 15 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

专业办公63.39 项

Harvey LAB-AA v1.1Artificial Analysis3.6%折算分至多 69.6+
原榜型号
gpt-6-sol · 原榜第 11 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench Data AnalysisLiveBench81.2%折算分 69.2+
原榜型号
gpt-6-sol-max · 原榜第 6 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-BriefcaseArtificial Analysis1,476.1折算分 66.7+
原榜型号
gpt-6-sol · 原榜第 46 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AutomationBench-AAArtificial Analysis61.6%折算分 66.4+
原榜型号
gpt-6-sol · 原榜第 33 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
τ³-BankingMercor43.0%折算分 65.4+
原榜型号
gpt-6-sol · 原榜第 12 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
APEX-AgentsMercor54.3%折算分 63.0+
原榜型号
gpt-6-sol · 原榜第 28 名
代表配置
Max 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent
该来源对所有模型使用同一受控系统；按预先固定的推理档位优先级选择，配置明细保留，成绩归到基础模型。
本轮采用记录
来源数据 09/08 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
GDPval-AAArtificial Analysis1,516.8折算分 62.9+
原榜型号
gpt-6-sol · 原榜第 54 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
MedCodeVals AI47.1%折算分 57.7+
原榜型号
openai/gpt-6-sol · 原榜第 36 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
Finance AgentVals AI49.0%折算分 56.2+
原榜型号
openai/gpt-6-sol · 原榜第 49 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

知识问答65.16 项

MLCR-AAArtificial Analysis33.9%折算分 81.2+
原榜型号
gpt-6-sol · 原榜第 9 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
SimpleQA VerifiedEpoch AI60.7%折算分 69.3+
原榜型号
gpt-6-sol_max · 原榜第 15 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/27 04:00 · 核验 10/30 02:05 · 实测 09/23 03:59
查看这项评测 →官方来源 ↗
LiveBench LanguageLiveBench85.3%折算分 69.1+
原榜型号
gpt-6-sol-max · 原榜第 21 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
BullshitBench v2BullshitBench54.0%折算分 62.6+
原榜型号
openai/gpt-6-sol · 原榜第 52 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/14 01:39 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
LiveBench IFLiveBench68.6%折算分 59.0+
原榜型号
gpt-6-sol-max · 原榜第 21 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/29 02:01 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗
AA-LCRArtificial Analysis83.7%折算分 58.9+
原榜型号
gpt-6-sol · 原榜第 16 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据待核实 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

真人盲选60.01 项

Arena TextLMArena1,458.3折算分 52.7+
原榜型号
GPT-6 Sol (Max) · 原榜第 64 名
代表配置
Max 推理
按预先固定的规则，采用该来源可用的最高第一方推理档位；选择不参考跑分高低。
本轮采用记录
来源数据 10/28 08:00 · 核验 10/30 02:05 · 实测日期未公开
查看这项评测 →官方来源 ↗

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。

Vibe Code Bench 1–100 FrontierCode 2.0 · AA CritPt v2 Hard · AA Harvey LAB 1.1 · Vals AA-Analyst Agent AA-Omniscience v1.1

怎么看这些折算分

每项成绩按这项评测的难度折算成同一种分数：难的评测考得一般也能折算出高分，快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均，再向模型的整体水平收一点；同类评测只算一票。相差不到 1 分的两个模型，先后接近抛硬币。

了解计算方法 →