GPT-5.6 Sol
性价比更高: GPT-6.1 Terra $2.00/M 即可获得 Index 64.1,价格只有四分之一。
有 2 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)。
截至 2026年11月16日,GPT-5.6 Sol(OpenAI)在 BenchLeader Index 上得分 65.3(在 608 个已排名配置中前 25 名)。表现最好的是指令遵循(71),最弱的是知识(64)。API 价格为输入每百万 token $4.00、输出每百万 token $20.00(按 3:1 混合为 $8.00),为 2026年11月16日的标价。输出速度约为 100 token/秒(Artificial Analysis)。发布于 2026年7月9日。
要点(截至 2026年11月16日)
- GPT-5.6 Sol 的 API 价格为输入每百万 token $4.00、输出每百万 token $20.00(按 3:1 混合为 $8.00)(标价,2026年11月16日)。
- GPT-5.6 Sol 的输出速度约为 100 token/秒(Artificial Analysis,2026年11月16日)。
- GPT-5.6 Sol 于 2026年7月9日发布(OpenAI)。
详细说明:GPT-5.6 Sol 是 OpenAI 的闭源推理模型,发布于 2026年7月9日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 65.3 ±3.2,在 608 个配置中排第 19 名,位居前 25。关键在于这个“±”:另有 73 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(71),知识最低(64)。按混合价格计,每百万 token $8.00,属于已排名模型中最贵的一档。输出速度为 100 token/秒,首次回答需 33.5 秒,比大多数模型快。它已在 8 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月29日。
- 混合价格
- $8.00/M
- 输入 $4.00 · 输出 $20.00
- 来源:Artificial Analysis
- 输出速度
- 100 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 34 s
- 首 token 2.38 s
- 上下文
- 1.1M
- 来源:models.dev
- 完整回答
- 157 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年7月9日
- 综合 Index65
- 推理65
- 编程66
- 智能体与工具68
- 数学70
- 知识64
- 指令遵循71
- 多模态66
- 长上下文67
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-5-6-sol)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| GPT-6.1 Solmax | 2026年9月29日 | 66.6 | #8 |
| GPT-6 Solmax | 2026年9月22日 | 62.6 | #47 |
| GPT-5.6 Solmax本页 | 2026年7月9日 | 65.3 | #19 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 52.1 | #287 | 106 tok/s | 2.42 s | $0.0076 | 智能体与工具 48 · 编程 49 · 长上下文 55 · 数学 53 · 多模态 54 · 推理 59 |
| low | 60.2 | #82 | 99 tok/s | 4.04 s | $0.0076 | 智能体与工具 67 · 编程 62 · 指令遵循 66 · 长上下文 64 · 数学 65 · 多模态 63 · 推理 54 |
| medium | 61.3 | #65 | 93 tok/s | 7.01 s | $0.0076 | 智能体与工具 73 · 编程 64 · 指令遵循 69 · 长上下文 65 · 多模态 64 · 推理 57 |
| high | 63.4 | #38 | 103 tok/s | 9.70 s | $0.0076 | 智能体与工具 73 · 编程 70 · 指令遵循 68 · 长上下文 66 · 多模态 64 · 推理 61 |
| xhigh | 63.9 | #33 | 101 tok/s | 17 s | $0.0076 | 智能体与工具 70 · 编程 64 · 人类偏好 68 · 指令遵循 70 · 长上下文 66 · 数学 68 · 多模态 64 · 推理 62 |
| max最佳 | 65.3 | #19 | 100 tok/s | 34 s | $0.0076 | 智能体与工具 68 · 编程 66 · 指令遵循 71 · 知识 64 · 长上下文 67 · 数学 70 · 多模态 66 · 推理 65 |
| Pro 模式 | – | – | 80 tok/s | 2.38 s | $0.0076 | 智能体与工具 50 · 编程 77 · 数学 67 · 推理 64 |
| 未说明 | 54.3 | #237 | 80 tok/s | 2.38 s | $0.0076 | 智能体与工具 39 · 编程 72 · 人类偏好 56 · 推理 60 |
Index 走势
2026年9月8日 至 2026年11月16日- max
- xhigh
- high
- medium
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | low | medium | high | xhigh | max | Pro 模式 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | 82.8%#121 | 89.9%#53 | – | – | – | 93.5%#20 | – | – | Epoch AI Benchmarking Hub | |
| SimpleBench | – | – | – | – | 64.8%#32 | – | 71.7%#25 | 64.8%#32 | SimpleBench | |
| Arena Hard Prompts | – | – | – | – | 1511#19 | – | – | – | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | – | – | 91.7%#5 | – | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 79.0%#206 | 89.8%#68 | 92.6%#32 | 92.8%#28 | 93.1%#24 | 94.1%#7 | – | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 16.7%#258 | 39.4%#103 | 42.2%#84 | 46.0%#54 | 47.3%#47 | 49.5%#34 | – | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | – | – | 95.2%#2 | – | – | Vals AI | |
| EnigmaEval | – | – | – | 37.1%#2 | – | – | – | – | Scale AI SEAL | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | – | – | – | – | 67.0%#35 | Kagi LLM Benchmark | |
| ARC-AGI-1 | – | 74.5%#142 | 92.5%#62 | 97.0%#28 | 97.5%#14 | 96.5%#29 | – | – | ARC Prize | |
| ARC-AGI-2 | – | 42.5%#122 | 67.1%#76 | 85.4%#35 | 90.0%#19 | 92.5%#7 | – | – | ARC Prize | |
| ARC-AGI-3 | – | 0.3%#63 | 1.1%#49 | 2.2%#44 | 7.0%#34 | 7.8%#33 | – | – | ARC Prize | |
| CritPt不计入 Index | 5.1%#170 | 14.9%#108 | 22.9%#63 | 25.7%#48 | 28.6%#29 | 32.3%#5 | – | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | – | – | – | – | 60.0%#28 | – | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | – | – | – | – | 33.3%#13 | – | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明可能存在污染 | – | – | – | – | – | – | – | 31.2%#12 | Scale AI SEAL | |
| Arena Expert不计入 Index | – | – | – | – | 1532#12 | – | – | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 7.0%#140 | 31.0%#70 | – | – | – | 59.0%#12 | 68.0%#5 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | 33.0%#32 | 26.0%#47 | – | – | – | 58.0%#10 | – | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 52.8%#59 | 55.9%#49 | 56.4%#48 | 56.9%#46 | 58.5%#42 | 58.4%#43 | 59.2%#40 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 83.7%#120 | 93.9%#65 | 95.2%#48 | 95.5%#43 | 95.7%#40 | 95.5%#43 | 96.0%#35 | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index | – | – | 66.0%#6 | – | – | 65.7%#10 | 65.8%#8 | – | ForecastBench | |
| BTF-3不计入 Index | – | – | 13.7%#7 | 13.5%#9 | – | 13.7%#7 | – | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | low | medium | high | xhigh | max | Pro 模式 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|---|
| SciCode | 47.1%#143 | 56.4%#47 | 57.4%#35 | 57.8%#31 | 57.1%#40 | 57.1%#40 | – | – | SciCode | |
| WeirdML | – | – | – | 88.8%#10 | – | 87.0%#12 | 89.4%#9 | – | WeirdML | |
| FrontierCode推理强度未说明 | – | – | – | – | – | – | – | 47.5%#13 | Cognition | |
| GSO-Bench推理强度未说明 | – | – | – | – | – | – | – | 76.5%#4 | GSO-Bench | |
| Arena Coding | – | – | – | – | 1533#18 | – | – | – | Arena (LMArena) | |
| Arena WebDev | – | – | – | – | 1615#33 | – | – | – | Arena (LMArena) | |
| LiveBench 1.0 Coding不计入 Index | – | – | – | – | – | 83.9%#7 | – | – | LiveBench | |
| SciCode (AA)不计入 Index | 47.7%#147 | 56.4%#46 | 57.4%#34 | 57.8%#30 | 57.1%#39 | 57.1%#39 | – | – | Artificial Analysis | |
| LiveCodeBench | – | – | – | – | – | 82.6%#51 | – | – | Vals AI | |
| IOI | – | – | – | – | – | 91.2%#5 | – | – | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | – | – | – | – | 96.2%#3 | – | – | Vals AI | |
| Code Migration不计入 Index | – | – | – | – | – | 52.9%#12 | – | – | Vals AI | |
| ProgramBench不计入 Index | – | – | – | – | – | 1.5%#14 | – | – | Vals AI | |
| Vibe Code Bench 1-100不计入 Index | – | – | – | – | – | 20.0%#12 | – | – | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | – | – | – | – | – | 80.5%#34 | – | – | Vals AI | |
| SWE Atlas v1.0: Codebase QnA不计入 Index | – | – | – | – | 46.0%#7 | – | – | – | Scale AI SEAL | |
| SWE Atlas v1.0: Test Writing不计入 Index | – | – | – | – | 45.9%#7 | – | – | – | Scale AI SEAL | |
| SWE-Bench Pro V2不计入 Index | – | – | – | – | 95.5%#12 | – | – | – | Scale AI SEAL | |
| SWE-Bench Pro V2 HARD不计入 Index | – | – | – | – | 82.4%#12 | – | – | – | Scale AI SEAL | |
| MirrorCode不计入 Index | – | – | – | 20.0%#41 | – | – | – | – | Epoch AI Benchmarking Hub | |
| Surface Evolver Bench不计入 Index | – | – | – | – | 93.1%#3 | – | – | – | Epoch AI Benchmarking Hub | |
| DeepSWE v1.1不计入 Index | – | 45.4%#52 | 61.1%#31 | 69.4%#15 | 70.7%#11 | 72.7%#9 | – | – | Epoch AI Benchmarking Hub | |
| CursorBench不计入 Index | – | 24.6%#86 | 31.1%#74 | 35.7%#63 | 37.7%#55 | 41.7%#44 | – | – | Cursor | |
| ALE-Bench不计入 Index | – | – | – | – | – | 2176.9#6 | – | – | Epoch AI Benchmarking Hub | |
| FrontierSWE不计入 Index | – | – | – | – | – | 32.2%#11 | – | – | Epoch AI Benchmarking Hub | |
| WeirdML v3不计入 Index | – | – | – | – | 15.0%#12 | – | – | – | WeirdML | |
| Terminal-Bench 4.0 (AA)不计入 Index | – | 1.0%#160 | 14.7%#98 | 20.7%#87 | 24.8%#79 | 39.9%#47 | – | – | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 74.2%#67 | 76.8%#59 | 86.1%#21 | 87.3%#20 | 89.5%#5 | 88.0%#12 | – | – | Artificial Analysis | |
| Startrise Frontend不计入 Index推理强度未说明 | – | – | – | – | – | – | – | 66.2%#24 | Startrise | |
| GameBench 2 Overall不计入 Index跨设置 | – | – | – | – | – | – | – | 67.0#11 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 54.8#79 | – | 66.1#48 | – | 80.0#19 | – | – | – | DuelLab GameBench 2 | |
| Design Arena Website不计入 Index | – | – | 1304#22 | – | 1319#13 | – | – | – | Design Arena |
智能体与工具
| 基准测试 | 无推理 | low | medium | high | xhigh | max | Pro 模式 | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|---|
| Terminal-Bench | – | – | – | – | – | 38.5%#58 | – | – | Terminal-Bench | |
| OSWorld-Verified 2.0 | – | – | – | – | – | 27.3%#4 | – | – | OSWorld | |
| APEX-Agents | – | – | – | – | – | – | 51.4%#35 | – | Mercor | |
| Arena Agent | – | – | – | – | 4.6#16 | – | – | – | Arena (LMArena) | |
| LiveBench Agentic Coding不计入 Index | – | – | – | – | – | 56.2%#29 | – | – | LiveBench | |
| Terminal-Bench Hard | – | 60.6%#7 | 62.9%#2 | 62.1%#5 | 61.4%#6 | 65.9%#1 | – | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | – | 76.0%#136 | 81.0%#120 | 83.3%#111 | 84.8%#98 | 85.1%#95 | – | – | Artificial Analysis | |
| Terminal-Bench 2.1 (Vals) | – | – | – | – | – | 85.8%#3 | – | – | Vals AI | |
| HiL-Bench推理强度未说明 | – | – | – | – | – | – | – | 32.3%#29 | Scale AI SEAL | |
| τ³-bench Banking不计入 Index | – | – | – | – | 46.9%#4 | – | – | – | τ²-bench | |
| GDPval-AA v2.1不计入 Index | 1250#129 | 1313#117 | 1433#79 | 1511#60 | 1577#48 | 1619#35 | – | – | Artificial Analysis | |
| τ³-Banking (AA) | 19.6%#103 | 29.1%#72 | 36.5%#45 | 36.7%#43 | 38.1%#39 | 44.3%#17 | – | – | Artificial Analysis | |
| ITBench SRE (AA)不计入 Index | – | – | – | – | – | 56.2%#1 | – | – | Artificial Analysis | |
| Analyst Agent (AA)不计入 Index | – | – | – | – | – | 47.5%#15 | – | – | Artificial Analysis | |
| CUA-bench不计入 Index | – | – | – | – | – | 8.3%#5 | – | – | Vals AI | |
| CyberBench不计入 Index | – | – | – | – | – | 76.3%#4 | – | – | Vals AI | |
| Finance Agent v2不计入 Index | – | – | – | – | – | 53.8%#32 | – | – | Vals AI | |
| Harvey's Legal Agent Benchmark v1不计入 Index | – | – | – | – | – | 2.5%#46 | – | – | Vals AI | |
| Legal Research Bench不计入 Index | – | – | – | – | – | 48.1%#13 | – | – | Vals AI | |
| SkillsBench不计入 Index | – | – | – | – | – | 54.1%#15 | – | – | Vals AI | |
| SREBench不计入 Index | – | – | – | – | – | 30.5%#6 | – | – | Vals AI | |
| Tax Agent Bench不计入 Index | – | – | – | – | – | 31.1%#30 | – | – | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index | – | – | – | – | – | 37.9%#21 | – | – | Vals AI | |
| Terminal-Bench Science不计入 Index | – | – | – | – | – | 20.0%#13 | – | – | Vals AI | |
| Time Horizon Index: KSP不计入 Index | – | – | – | – | – | 23.8%#5 | – | – | Vals AI | |
| Web Search Index不计入 Index | – | – | – | – | – | 43.6%#3 | – | – | Vals AI | |
| Arena Search不计入 Index | – | – | – | – | 1255#1 | – | – | – | Arena (LMArena) | |
| Arena Agent Task Completion不计入 Index | – | – | – | – | 2.3#25 | – | – | – | Arena (LMArena) | |
| BALROG不计入 Index | – | – | – | – | – | 60.0%#3 | – | – | BALROG | |
| PostTrainBench不计入 Index | – | – | – | – | – | 31.0%#11 | – | – | Epoch AI Benchmarking Hub | |
| GBAEval不计入 Index推理强度未说明 | – | – | – | – | – | – | – | 52.6%#7 | Epoch AI Benchmarking Hub | |
| Vending-Bench 2不计入 Index推理强度未说明 | – | – | – | – | – | – | – | 9619.4#10 | Andon Labs | |
| AutomationBench不计入 Index | 22.7%#164 | 41.0%#127 | 51.3%#102 | 55.3%#82 | 55.3%#82 | 60.1%#55 | – | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 15.2%#123 | 21.0%#80 | 26.2%#36 | 27.8%#25 | 27.6%#26 | 27.2%#28 | – | – | Artificial Analysis | |
| EnterpriseOps-Gym不计入 Index | – | – | – | – | – | 42.9%#21 | – | – | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 1006#153 | 1043#146 | 1240#110 | 1369#81 | 1436#69 | 1479#57 | – | – | Artificial Analysis | |
| Design Arena Agentic不计入 Index | – | – | 1192#37 | – | 1238#27 | – | – | – | Design Arena | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index | – | – | – | – | – | 22.4%#44 | – | – | Artificial Analysis | |
| FACTS Search不计入 Index推理强度未说明 | – | – | – | – | – | – | – | 92.9%#3 |
数学
| 基准测试 | 无推理 | low | xhigh | max | Pro 模式 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | – | 89.1%#9 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | – | 82.9%#14 | 80.5%#16 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 68.9%#153 | 95.6%#51 | – | 100.0%#1 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | – | 83.0%#14 | – | Vals AI | |
| LiveBench Mathematics不计入 Index | – | – | – | 96.2%#10 | – | LiveBench | |
| Arena Maths | – | – | 1494#23 | – | – | Arena (LMArena) | |
| FrontierMath Erdős不计入 Index | – | – | – | 0.0%#8 | – | Epoch AI Benchmarking Hub |
知识
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 69.7%#10 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 79.8%#10 | – | LiveBench | |
| MMLU-Pro | 89.1%#16 | – | Vals AI | |
| LegalBench | 87.0%#9 | – | Vals AI | |
| CorpFin | 64.4%#39 | – | Vals AI | |
| TaxEval | 74.8%#29 | – | Vals AI | |
| PRBench Finance | 50.5%#10 | – | Scale AI SEAL | |
| PRBench Legal | 50.5%#10 | – | Scale AI SEAL | |
| BioMysteryBench不计入 Index | 71.1%#13 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 72.3%#7 | – | Vals AI | |
| MedCode不计入 Index | 44.0%#41 | – | Vals AI | |
| MedScribe不计入 Index | 85.2%#30 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | 66.5%#18 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | 74.9%#8 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | 56.5%#7 | – | Scale AI SEAL | |
| EBR-bench不计入 Index | 44.8%#11 | – | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index | 30.7%#5 | 30.7%#5 | Epoch AI Benchmarking Hub | |
| FACTS Parametric不计入 Index推理强度未说明 | – | 81.1%#4 |
指令遵循
| 基准测试 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | – | – | – | 87.7%#8 | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | – | – | – | 71.8%#22 | LiveBench | |
| IFBench | 66.5%#94 | 69.6%#73 | 69.2%#74 | 71.0%#62 | 72.7%#46 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | – | – | – | 1490#16 | – | Arena (LMArena) |
人类偏好
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1485#23 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1236#12 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1974#11 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1471#19 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1491#23 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1498#21 | – | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| Arena Vision | – | – | – | – | 1282#35 | – | – | Arena (LMArena) | |
| MMMU-Pro | 71.9%#147 | 81.0%#51 | 81.4%#48 | 81.8%#45 | 82.7%#38 | 83.4%#32 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | – | – | – | 88.8%#6 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | – | – | – | 67.3%#26 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | – | – | – | 30.0%#22 | – | Scale AI SEAL | |
| GeoBench不计入 Index | – | – | – | 73.0%#21 | – | – | – | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | – | – | – | 33.6%#13 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | – | – | – | – | 56.7%#12 | – | Epoch AI Benchmarking Hub | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | – | – | – | – | 46.4%#13 |
长上下文
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 62.3%#290 | 78.0%#137 | 80.3%#81 | 81.7%#59 | 82.3%#47 | 84.0%#13 | – | Artificial Analysis | |
| Arena Document不计入 Index | – | – | – | – | 1487#7 | – | – | Arena (LMArena) | |
| MLCR不计入 Index | – | 23.3%#37 | 26.1%#29 | 24.4%#35 | 27.8%#24 | 30.0%#20 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | – | – | – | – | 61.9%#18 |
综合
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | – | 163.0#13 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | – | – | – | 81.0%#11 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 28.3#142 | 33.5#113 | 39.2#75 | 42.4#55 | 44.0#46 | 47.0#30 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 284#161 | 304.6#113 | 317.3#77 | 321.2#56 | 324.3#45 | 331.5#34 | – | Artificial Analysis | |
| Vals RSI Index不计入 Index | – | – | – | – | – | 23.9%#14 | – | Vals AI | |
| Vals Science Index不计入 Index | – | – | – | – | – | 41.5%#11 | – | Vals AI | |
| Vals Multimodal Index不计入 Index | – | – | – | – | – | 72.6%#4 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 20.1%#38 | Scale AI SEAL | |
| DistressBench不计入 Index | 73.6%#16 | Scale AI SEAL |
GameBench 2 Overall: 67.0. GameBench 2, best reasoning setting (XHigh): 80.0. 仅供参考,不计入 BenchLeader Index。
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.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| OpenAI | 124 tok/s | 3.10 s | $2.00 | $10.00 | 1.1M | – |
| OpenAI | 112 tok/s | 4.85 s | $8.00 | $40.00 | 1.1M | – |
| Azure | 82 tok/s | 2.63 s | $4.40 | $22.00 | 1.1M | – |
| Amazon Bedrock | 80 tok/s | 1.61 s | $4.00 | $20.00 | 1.1M | – |
| Amazon Bedrock | 73 tok/s | 2.69 s | $4.40 | $22.00 | 1.1M | – |
| OpenAI | 70 tok/s | 2.54 s | $4.00 | $20.00 | 1.1M | – |
| Azure | 62 tok/s | 3.81 s | $4.00 | $20.00 | 1.1M | – |
使用情况
GPT-5.6 Sol 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.400。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0076 | $0.0065 | 36.5 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.060 | $0.028 | 39.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.054 | $0.038 | 48.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.320 | $0.158 | 1.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.012 | $0.0066 | 35.5 s |
将 GPT-5.6 Sol 与以下模型对比
- GPT-5.6 Sol vs GPT-6.1 Sol
- GPT-5.6 Sol vs Gemini 4 Argon
- GPT-5.6 Sol vs Claude Sonnet 5.5
- GPT-5.6 Sol vs Gemini 4 Carbon
- GPT-5.6 Sol vs Claude Fable 5.1
- GPT-5.6 Sol vs DeepSeek V4.1 Flash 1017
- GPT-5.6 Sol vs Grok 4.7
- GPT-5.6 Sol vs Claude Opus 4.6
- GPT-5.6 Sol vs Qwen3.8-Flash-Next
- GPT-5.6 Sol vs Qwen3.8 2.4T A95B
- GPT-5.6 Sol vs GPT-5.5 Pro
- GPT-5.6 Sol vs Kimi K3
- GPT-5.6 Sol vs GPT-5.2
- GPT-5.6 Sol vs Claude Fable 5
- GPT-5.6 Sol vs GLM 5.2
- GPT-5.6 Sol vs Grok 4
- GPT-5.6 Sol vs Qwen3.7 Plus
- GPT-5.6 Sol vs Claude Haiku 5.5
- GPT-5.6 Sol vs GPT-5.5
- GPT-5.6 Sol vs Kimi K3.1 Pro
- GPT-5.6 Sol vs Claude Opus 4.8
- GPT-5.6 Sol vs o3
- GPT-5.6 Sol vs MiMo-V2.6-Pro
- GPT-5.6 Sol vs Step 5 Preview
- GPT-5.6 Sol vs Muse Wonder
- GPT-5.6 Sol vs GPT-5.4 Pro
- GPT-5.6 Sol vs Gemini 3.7 Flash
- GPT-5.6 Sol vs DeepSeek V4 Pro
- GPT-5.6 Sol vs MiMo-V2.6-Flash
- GPT-5.6 Sol vs Deepseek v4 Flash Vision
- GPT-5.6 Sol vs Claude Opus 4.7
- GPT-5.6 Sol vs Muse Spark 1.3
- GPT-5.6 Sol vs Muse Spark 1.2
- GPT-5.6 Sol vs Muse Spark 1.1
- GPT-5.6 Sol vs Muse Wonder Full
- GPT-5.6 Sol vs Dola Seed 2.0 Pro
- GPT-5.6 Sol vs MiniMax M3.1 Flash
- GPT-5.6 Sol vs Muse Spark Open
- GPT-5.6 Sol vs Claude Opus 5
- GPT-5.6 Sol vs Muse Spark
- GPT-5.6 Sol vs GPT-6.1 Terra
- GPT-5.6 Sol vs Gemini 4 Hydrogen
- GPT-5.6 Sol vs GPT-6 Astra
- GPT-5.6 Sol vs GPT-5.4
- GPT-5.6 Sol vs GPT-5.3-Codex
- GPT-5.6 Sol vs GPT-6 Sol
- GPT-5.6 Sol vs Gemini 3.5 Flash
- GPT-5.6 Sol vs Claude Opus 5.5
- GPT-5.6 Sol vs Qwen3.6 Max
- GPT-5.6 Sol vs Kimi K3.1 Pro Together
- GPT-5.6 Sol vs Muse Spark Open 816B A42B
- GPT-5.6 Sol vs Inkling 2 Small
- GPT-5.6 Sol vs Claude Fable 5.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-5.6 Sol 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gpt-5-6-sol)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). GPT-5.6 Sol on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-6-sol
BibTeX:
@misc{benchleader_gpt_5_6_sol_20261116,
author = {{BenchLeader}},
title = {{GPT-5.6 Sol on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-6-sol}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-5.6 Sol 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-5.6 Sol(推理强度 max)的 BenchLeader Index 为 65.3 ±3.2(前 25 名)。最强的是指令遵循(71),最弱的是知识(64)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GPT-5.6 Sol 排名第几?
- 截至 2026年11月16日,GPT-5.6 Sol(推理强度 max)在 608 个已排名配置中排第 19 名(前 25 名)。另有 73 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GPT-5.6 Sol 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-5.6 Sol 的价格为输入每百万 token $4.00、输出每百万 token $20.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $8.00。
- GPT-5.6 Sol 比 Gemini 4 Argon 更好吗?
- 截至 2026年11月16日,Gemini 4 Argon(推理强度 high)与 GPT-5.6 Sol(推理强度 max)的质量不相上下(BenchLeader Index 65.3 比 65.3,在 ±4.1 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- GPT-5.6 Sol 是什么时候发布的?
- OpenAI 于 2026年7月9日发布了 GPT-5.6 Sol。BenchLeader 收录了它在 8 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GPT-5.6 Sol:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-5-6-sol。