BenchLeader

GPT-5.6 Sol vs GPT-6 Astra

完整资料:GPT-5.6 Sol(OpenAI)和 GPT-6 Astra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,GPT-5.6 Sol 与 GPT-6 Astra 的质量不相上下(BenchLeader Index 65.3 比 67.3,在 ±4.4 的误差范围内)。GPT-5.6 Sol 更便宜,对方的价格是它的 2.5 倍(每百万 token 混合价格 $8.00 比 $20.00)。看重智能体与工具(68 比 64)和长上下文(67 比 65)选 GPT-5.6 Sol;看重知识(72 比 64)、推理(72 比 65)和编程(73 比 66)选 GPT-6 Astra。GPT-5.6 Sol 的首次回答更快(33.5 秒 比 198.4 秒)。GPT-5.6 Sol 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • GPT-5.6 Sol 的 BenchLeader Index 为 65.3,GPT-6 Astra 为 67.3(BenchLeader,2026年11月16日)。
  • GPT-5.6 Sol 每百万 token 混合价格为 $8.00(标价,2026年11月16日)。
  • GPT-6 Astra 每百万 token 混合价格为 $20.00(标价,2026年11月16日)。
  • GPT-5.6 Sol 比 GPT-6 Astra 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 74 项基准测试中,GPT-6 Astra 领先 60 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-6 Astra类别得分 73 比 66;WeirdML 93.3% 比 87.0%中
智能体与工具调用GPT-5.6 Sol类别得分 68 比 64;τ³-Banking (AA) 44.3% 比 41.4%中
数学均可类别得分 70 比 71;FrontierMath Tiers 1–3 89.1% 比 93.7%均可
推理GPT-6 Astra类别得分 72 比 65;GPQA Diamond 95.8% 比 93.5%高
知识GPT-6 Astra类别得分 72 比 64;SimpleQA Verified 75.6% 比 69.7%高
长文档GPT-5.6 Sol类别得分 67 比 65;AA-LCR v1.1 84.0% 比 80.7%中
图像及其他媒体均可类别得分 66 比 66;MMMU-Pro 83.4% 比 86.9%均可
对话质量(人类偏好)–只有 GPT-6 Astra 有 Arena 评分(类别得分 66)无法比较
成本最低GPT-5.6 Sol每百万 token 混合价格 $8.00 比 $20.00;智能体编程会话 $0.320 比 $0.800–
首次回答最快GPT-5.6 Sol首个回答 token 33.5 秒(GPT-5.6 Sol (max))比 198.4 秒(GPT-6 Astra (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-5.6 Sol (max) 与 GPT-6 Astra (max) 的质量不相上下(65.3 比 67.3,在 ±4.4 的误差范围内)。
  • GPT-5.6 Sol (max) 在智能体与工具、长上下文、多模态方面更强。
  • GPT-6 Astra (max) 在编程、知识、数学、推理方面更强。
  • GPT-5.6 Sol (max) 更便宜,对方的价格是它的 2.5 倍(每百万 token 混合价格 $8.00 比 $20.00)。
  • GPT-5.6 Sol (max) 的输出速度是对方的 2.4 倍(100 比 41 token/秒)。

概览

规格GPT-5.6 SolGPT-6 Astra
提供商OpenAIOpenAI
发布日期2026年7月9日2026年9月2日
上下文窗口(token)1,050,0001,050,000
对比时的配置GPT-5.6 Sol (max)GPT-6 Astra (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$4.00 / $20.00 / $0.400$10.00 / $50.00 / $1.00

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-5.6 Sol (max)GPT-6 Astra (max)领先者
推理64.772.4GPT-6 Astra
编程65.873.2GPT-6 Astra
智能体与工具67.563.9GPT-5.6 Sol
数学70.070.8持平
知识63.872.3GPT-6 Astra
指令遵循71.2–无法比较
人类偏好–66.2无法比较
多模态65.965.6持平
长上下文66.765.0GPT-5.6 Sol
综合–71.3无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态GPT-5.6 Sol, 推理: 64.7GPT-5.6 Sol, 编程: 65.8GPT-5.6 Sol, 智能体与工具: 67.5GPT-5.6 Sol, 数学: 70.0GPT-5.6 Sol, 知识: 63.8GPT-5.6 Sol, 长上下文: 66.7GPT-5.6 Sol, 多模态: 65.9GPT-6 Astra, 推理: 72.4GPT-6 Astra, 编程: 73.2GPT-6 Astra, 智能体与工具: 63.9GPT-6 Astra, 数学: 70.8GPT-6 Astra, 知识: 72.3GPT-6 Astra, 长上下文: 65.0GPT-6 Astra, 多模态: 65.6

未绘制(测得的模型少于两个):指令遵循, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 74 项基准测试中,GPT-5.6 Sol 领先 13 项,GPT-6 Astra 领先 60 项,1 项持平。所有同时评测两者的综合评分都认为 GPT-5.6 Sol 更强。

综合 IndexGPT-5.6 Sol (max)GPT-6 Astra (max)领先者
BenchLeader Index65.367.3不相上下
Arena Text1485†1474GPT-5.6 Sol

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-5.6 Sol (max)GPT-6 Astra (max)
每百万 token 混合价格$8.00$20.00
每百万 token 输入 / 输出$4.00 / $20.00$10.00 / $50.00
每百万 token 缓存输入$0.400$1.00
每项任务价格:聊天回复$0.0076$0.019
每项任务价格:总结一份 30 页的报告$0.060$0.150
每项任务价格:代码编辑$0.054$0.135
每项任务价格:智能体编程会话$0.320$0.800
每项任务价格:结构化信息提取$0.012$0.030
智能体编程会话(输入大多命中缓存)$0.158$0.395
每项基准测试任务成本(AA Index)–$6.24
每项任务输出 token(AA Index)–52k
其中推理部分–36k
每项任务耗时(AA Index)–21 min
输出速度100 tok/s41 tok/s
首次回答时间33.5 秒198.4 秒
完整回答耗时(最近一次测量 2026年11月13日)157.3 秒533.7 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.6 Sol (max) 得分 65.3,首个回答 token 需 34 秒;GPT-5.6 Sol (xhigh) 为 63.9(17 秒),GPT-5.6 Sol (high) 为 63.4(10 秒)。GPT-6 Astra (max) 得分 67.3,首个回答 token 需 198 秒;GPT-6 Astra 为 66.4(5 秒),GPT-6 Astra (high) 为 66.3(49 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 197 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-5.6 Sol (max)GPT-6 Astra (max)
BenchLeader IndexBenchLeader65.367.3
智能体与工具得分BenchLeader67.563.9
编程得分BenchLeader65.873.2
指令遵循得分BenchLeader71.2–
知识得分BenchLeader63.872.3
长上下文得分BenchLeader66.765.0
数学得分BenchLeader70.070.8
多模态得分BenchLeader65.965.6
推理得分BenchLeader64.772.4
综合得分BenchLeader–71.3
人类偏好得分BenchLeader–66.2
混合价格(美元/百万 token)BenchLeader$8.00$20.00
输出速度BenchLeader100 tok/s41 tok/s
首次回答时间BenchLeader33.5 秒198.4 秒
上下文窗口BenchLeader1,050,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub93.5%95.8%
Humanity's Last ExamScale AI / CAIS–54.8%†
SimpleBenchSimpleBench64.8%†83.6%†
Arena Hard PromptsArena (LMArena)1511†1500
LiveBench 2.0 ReasoningLiveBench–92.7%
LiveBench 1.0 ReasoningLiveBench91.7%92.7%
GPQA Diamond (AA)Artificial Analysis94.1%96.1%
Humanity's Last Exam (AA)Artificial Analysis49.5%54.7%
HLE-Diamond (AA)Artificial Analysis–63.8%
GPQA Diamond (Vals)Vals AI95.2%–
EnigmaEvalScale AI SEAL37.1%†–
Kagi LLM BenchmarkKagi LLM Benchmark67.0%†–
ARC-AGI-1ARC Prize96.5%97.5%
ARC-AGI-2ARC Prize92.5%95.0%
ARC-AGI-3ARC Prize7.8%98.6%
CritPtArtificial Analysis32.3%31.7%
CritPt v2 hard subset (AA)Artificial Analysis60.0%70.5%
MysteryMechanismVals AI33.3%53.1%
HLE-Diamond (Scale)Scale AI SEAL31.2%†60.6%†
Arena ExpertArena (LMArena)1532†1517
Chess PuzzlesEpoch AI Benchmarking Hub59.0%74.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub58.0%84.0%
LMCAEpoch AI Benchmarking Hub58.4%64.1%†
DTBenchEpoch AI Benchmarking Hub95.5%97.1%†
ForecastBenchForecastBench65.7%66.6%†
显示全部 197 项基准测试
指标发布方GPT-5.6 Sol (max)GPT-6 Astra (max)
推理
BTF-3Epoch AI Benchmarking Hub13.7%13.5%†
编程
SciCodeSciCode57.1%56.5%
WeirdMLWeirdML87.0%93.3%
FrontierCodeCognition47.5%†53.3%
GSO-BenchGSO-Bench76.5%†79.4%†
Arena CodingArena (LMArena)1533†1548
Arena WebDevArena (LMArena)1615†1764
LiveBench 2.0 CodingLiveBench–87.5%
LiveBench 1.0 CodingLiveBench83.9%80.4%
LiveCodeBenchVals AI82.6%–
IOIVals AI91.2%100.0%
SWE-bench (Vals)Vals AI96.2%–
Code MigrationVals AI52.9%67.7%
Code Migration v1.1Vals AI–80.6%
ProgramBenchVals AI1.5%5.5%
SWE-bench MultimodalVals AI–43.3%
Vibe Code Bench 1-100Vals AI20.0%27.6%
Vibe Code Bench v1.1Vals AI80.5%89.6%
SWE Atlas v1.0: Codebase QnAScale AI SEAL46.0%†59.1%†
SWE Atlas v1.0: RefactoringScale AI SEAL–59.0%†
SWE Atlas v1.0: Test WritingScale AI SEAL45.9%†50.7%†
SWE Atlas v1.1Scale AI SEAL–69.4%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–70.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–66.7%†
SWE Atlas v1.1: RefactoringScale AI SEAL–71.4%†
SWE-Bench Pro V2Scale AI SEAL95.5%†96.9%†
SWE-Bench Pro V2 HARDScale AI SEAL82.4%†90.2%†
MirrorCodeEpoch AI Benchmarking Hub20.0%†60.0%
Surface Evolver BenchEpoch AI Benchmarking Hub93.1%†–
DeepSWE v1.1Epoch AI Benchmarking Hub72.7%73.2%
CursorBenchCursor41.7%–
ALE-BenchEpoch AI Benchmarking Hub2176.92951.3
FrontierSWEEpoch AI Benchmarking Hub32.2%65.5%
WeirdML v3WeirdML15.0%†42.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis39.9%59.1%
Terminal-Bench 2.1 (AA)Artificial Analysis88.0%88.4%
Startrise FrontendStartrise66.2%†79.9%†
GameBench 2 OverallDuelLab GameBench 267.0†88.8†
GameBench 2 by reasoning settingDuelLab GameBench 280.0†94.3†
Design Arena WebsiteDesign Arena1319†1338
FrontierCode 1.1 (AA)Artificial Analysis–47.0%
FrontierCode 2.0 (AA)Artificial Analysis–42.4%
智能体与工具
Terminal-BenchTerminal-Bench38.5%60.3%
OSWorld-Verified 2.0OSWorld27.3%–
Remote Labor IndexScale AI / CAIS–20.8%†
APEX-AgentsMercor51.4%†64.7%†
Arena AgentArena (LMArena)4.6†14.5
LiveBench Long AgenticLiveBench–75.6%
LiveBench BrowserLiveBench–91.3%
LiveBench Agentic CodingLiveBench56.2%57.3%
Terminal-Bench HardArtificial Analysis65.9%–
τ²-Bench Telecom (AA)Artificial Analysis85.1%–
Terminal-Bench 2.1 (Vals)Vals AI85.8%87.3%
HiL-BenchScale AI SEAL32.3%†65.3%†
τ³-bench Bankingτ²-bench46.9%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–53.7%
GDPval-AA v2.1Artificial Analysis16191587
τ³-Banking (AA)Artificial Analysis44.3%41.4%
ITBench SRE (AA)Artificial Analysis56.2%48.6%
Analyst Agent (AA)Artificial Analysis47.5%51.3%
CUA-benchVals AI8.3%19.2%
CyberBenchVals AI76.3%41.1%
Finance Agent v2Vals AI53.8%53.5%
Finance Agent v2.1Vals AI–60.4%
Harvey's Legal Agent Benchmark v1.1Vals AI–7.1%
Harvey's Legal Agent Benchmark v1Vals AI2.5%5.4%
Legal Research BenchVals AI48.1%39.4%
Robo-benchVals AI–23.3%
SkillsBenchVals AI54.1%–
SREBenchVals AI30.5%56.9%
Tax Agent BenchVals AI31.1%20.7%
Terminal-Bench 4.0 (Vals)Vals AI37.9%59.6%
Terminal-Bench ScienceVals AI20.0%62.9%
Time Horizon Index: KSPVals AI23.8%90.5%
Web Search IndexVals AI43.6%–
Arena SearchArena (LMArena)1255†1245
Arena Agent Task CompletionArena (LMArena)2.3†14
BALROGBALROG60.0%68.3%
PostTrainBenchEpoch AI Benchmarking Hub31.0%41.9%
GBAEvalEpoch AI Benchmarking Hub52.6%†–
Vending-Bench 2Andon Labs9619.4†15514.7†
SpireClimbEpoch AI Benchmarking Hub–34.0%
AutomationBenchArtificial Analysis60.1%68.5%
GDP.pdf (AA)Artificial Analysis27.2%31.0%
Harvey LAB-AA v1.1Harvey–8.6%
EnterpriseOps-GymArtificial Analysis42.9%–
AA-Briefcase v1.1Artificial Analysis14791569
GDPxGDPx by SemiAnalysis–9.6%
Design Arena AgenticDesign Arena1238†1405
RoboDojo (LLM as robot policy)RoboDojo–29.0†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis22.4%63.3%
CWE-Bench (AA)Artificial Analysis–63.3%
DeepSec-Bench (AA)Artificial Analysis–36.9%
CyberGym end-to-end (AA)Artificial Analysis–0.0%
MKA (AA)Artificial Analysis–50.2%
FACTS SearchGoogle92.9%†93.3%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub89.1%93.7%
FrontierMath Tier 4Epoch AI Benchmarking Hub82.9%97.6%
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%100.0%
ProofBenchVals AI83.0%99.0%†
LiveBench MathematicsLiveBench96.2%96.8%
Arena MathsArena (LMArena)1494†1481
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%2.9%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub69.7%75.6%
LiveBench 2.0 Data AnalysisLiveBench–83.0%
LiveBench ResearchLiveBench–90.6%
LiveBench 1.0 Data AnalysisLiveBench79.8%83.0%
AA-Omniscience v1.1Artificial Analysis–42.4
MMLU-ProVals AI89.1%–
LegalBenchVals AI87.0%–
CorpFinVals AI64.4%–
TaxEvalVals AI74.8%–
PRBench FinanceScale AI SEAL50.5%47.5%†
PRBench LegalScale AI SEAL50.5%48.4%†
BioMysteryBenchVals AI71.1%79.3%
Excel Modeling BenchmarkVals AI72.3%71.7%
Excel Modeling Benchmark v1.1Vals AI–72.7%
MedCodeVals AI44.0%48.5%
MedScribeVals AI85.2%87.9%
Public Benefits Bench v1.1Vals AI66.5%–
Financial Coaching BenchVals AI74.9%67.5%
Immigration BenchVals AI–67.7%
DrugDiscoveryBenchScale AI SEAL56.5%68.7%
EBR-benchEpoch AI Benchmarking Hub44.8%76.2%
GDP.pdfEpoch AI Benchmarking Hub30.7%34.2%
AA-Omniscience v1.1: accuracyArtificial Analysis–61.6%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–50.2%
HealthBench Professional (AA)OpenAI–66.0%
FACTS ParametricGoogle81.1%†83.8%†
指令遵循
LiveBench LanguageLiveBench87.7%89.4%
LiveBench Instruction FollowingLiveBench71.8%75.6%
IFBenchArtificial Analysis72.7%–
Arena Instruction FollowingArena (LMArena)1490†1474
人类偏好
Arena TextArena (LMArena)1485†1474
EQ-Bench 4EQ-Bench1236†–
EQ-Bench Creative Writing v3EQ-Bench1974†2177†
Arena Creative WritingArena (LMArena)1471†1451
Arena Multi-turnArena (LMArena)1491†1483
Arena Longer QueriesArena (LMArena)1498†1485
多模态
Arena VisionArena (LMArena)1282†1279
LiveBench DesignLiveBench–80.0%
MMMU-ProArtificial Analysis83.4%86.9%
MMMU-Pro (Vals)Vals AI88.8%–
MortgageTaxVals AI67.3%–
Humanity's Sixth SenseScale AI SEAL30.0%53.6%
GeoBenchGeoBench73.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub33.6%†49.7%†
Furniture AssemblyEpoch AI Benchmarking Hub56.7%80.0%
VIALS-AAHandshake AI–62.7%
Code2Video-AAArtificial Analysis–1427
AA-3DArtificial Analysis–1168
FACTS MultimodalGoogle46.4%†55.2%†
长上下文
AA-LCR v1.1Artificial Analysis84.0%80.7%
Arena DocumentArena (LMArena)1487†1474
MLCRArtificial Analysis30.0%41.7%
FACTS GroundingGoogle61.9%†80.1%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub163.0†169†
LiveBench 2.0LiveBench–84.5%
LiveBench 1.0LiveBench81.0%82.2%
AA Intelligence Index v5.0.1Artificial Analysis–56.9
AA Intelligence Index v4.3.2Artificial Analysis47.052.7
AA Progress Index v1Artificial Analysis331.5349.6
Vals IndexVals AI–65.0
Vals Finance IndexVals AI–55.6%
Vals RSI IndexVals AI23.9%27.1%
Vals Science IndexVals AI41.5%65.1%
Vals Multimodal IndexVals AI72.6%–
Vals Router IndexVals AI–65.0%†
Vals Legal IndexVals AI–68.4%
AA Cyber IndexArtificial Analysis–33.4
安全与诚实
FORTRESSScale AI SEAL20.1%†12.1%†
DistressBenchScale AI SEAL73.6%†74.3%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-6 Astra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-5.6 Sol (max):1 项新结果(GDPval-AA v2.1)。
  • GPT-6 Astra (max):1 项分数修订。
  • GPT-5.6 Sol (max):1 项分数修订。
  • GPT-6 Astra (max):1 项新结果(PostTrainBench);2 项分数修订。
  • GPT-6 Astra (max):1 项新结果(MirrorCode);1 项分数修订。
  • GPT-5.6 Sol (max):BenchLeader Index 65.8 → 65.3。
  • GPT-6 Astra (max):BenchLeader Index 68.1 → 67.4。
  • GPT-5.6 Sol (max):1 项分数修订。
  • GPT-6 Astra (max):2 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-5.6 Sol vs GPT-6 Astra:常见问题

GPT-5.6 Sol 比 GPT-6 Astra 更好吗?
GPT-5.6 Sol (max) 与 GPT-6 Astra (max) 的质量不相上下(65.3 比 67.3,在 ±4.4 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-5.6 Sol 和 GPT-6 Astra 哪个更便宜?价格会变吗?
目前 GPT-5.6 Sol 更便宜:每百万 token $8.00 比 $20.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-5.6 Sol 还是 GPT-6 Astra 更好?
GPT-6 Astra 在编程方面得分更高(类别得分 73 比 66,50 为平均水平)。在两者共同的最主要编程基准测试 SciCode 上,GPT-5.6 Sol 为 57.1%,GPT-6 Astra 为 56.5%。
GPT-5.6 Sol 和 GPT-6 Astra 哪个更快?
GPT-5.6 Sol 输出更快(约 2 倍;输出 100 比 41 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.6 Sol 还是 GPT-6 Astra 更好?
GPT-5.6 Sol 在智能体任务方面得分更高(类别得分 68 比 64,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 上,GPT-5.6 Sol 为 38.5%,GPT-6 Astra 为 60.3%。
更多问题(4)
处理长文档哪个更好?
GPT-5.6 Sol 在长上下文基准测试上得分更高(67 比 65)。两者都支持 1,050,000 token 的上下文。
哪个延迟更低?
GPT-5.6 Sol 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 33.5 秒比 198.4 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-5.6 Sol 和 GPT-6 Astra 的看法一致吗?
在两者都有结果的 74 项基准测试中,GPT-5.6 Sol 领先 13 项,GPT-6 Astra 领先 60 项,1 项持平。所有同时评测两者的综合评分都认为 GPT-5.6 Sol 更强。
GPT-6 Astra 是什么时候发布的?
GPT-6 Astra 于 2026年9月2日 发布。