GPT-6.1 Sol
在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,GPT-6.1 Sol(OpenAI)在 BenchLeader Index 上得分 66.6(在 608 个已排名配置中前 10 名)。表现最好的是数学(72),最弱的是智能体与工具(64)。API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00),为 2026年11月16日的标价。输出速度约为 50 token/秒(Artificial Analysis)。发布于 2026年9月29日。
要点(截至 2026年11月16日)
- GPT-6.1 Sol 的 API 价格为输入每百万 token $2.00、输出每百万 token $10.00(按 3:1 混合为 $4.00)(标价,2026年11月16日)。
- GPT-6.1 Sol 的输出速度约为 50 token/秒(Artificial Analysis,2026年11月16日)。
- GPT-6.1 Sol 于 2026年9月29日发布(OpenAI)。
详细说明:GPT-6.1 Sol 是 OpenAI 的闭源推理模型,发布于 2026年9月29日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 66.6 ±1.9,在 608 个配置中排第 8 名,位居前 10。关键在于这个“±”:另有 49 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,数学得分最高(72),智能体与工具最低(64)。按混合价格计,每百万 token $4.00,属于已排名模型中最贵的一档。输出速度为 50 token/秒,首次回答需 166.7 秒,位于最慢的四分之一。它已在 7 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11月11日。
- 混合价格
- $4.00/M
- 输入 $2.00 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 50 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 167 s
- 首 token 3.06 s
- 上下文
- 1.1M
- 来源:models.dev
- 完整回答
- 430 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $1.27
- 每项任务 23 min,AA Index
- 单任务 token 数
- 68k
- 其中 73% 为推理
- 发布日期
- 2026年9月29日
- 综合 Index67
- 推理71
- 编程71
- 智能体与工具64
- 数学72
- 知识72
- 人类偏好67
- 多模态66
- 长上下文66
- 综合68
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-6-1-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本页 | 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 | 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 |
|---|---|---|---|---|---|---|
| low | 60.0 | #91 | 52 tok/s | 3.01 s | $0.0038 | 编程 52 · 知识 66 · 长上下文 67 · 多模态 66 · 推理 65 |
| medium | 62.7 | #46 | 52 tok/s | 4.81 s | $0.0038 | 编程 63 · 知识 67 · 长上下文 66 · 多模态 66 · 推理 69 |
| high | 63.4 | #40 | 50 tok/s | 33 s | $0.0038 | 编程 66 · 知识 67 · 长上下文 66 · 多模态 67 · 推理 71 |
| xhigh | 63.6 | #36 | 51 tok/s | 68 s | $0.0038 | 编程 67 · 知识 68 · 长上下文 65 · 多模态 68 · 推理 72 |
| max最佳 | 66.6 | #8 | 50 tok/s | 167 s | $0.0038 | 智能体与工具 64 · 编程 71 · 综合 68 · 人类偏好 67 · 知识 72 · 长上下文 66 · 数学 72 · 多模态 66 · 推理 71 |
| Pro 模式 | – | – | 41 tok/s | 3.06 s | $0.0038 | |
| 未说明 | 62.0 | #56 | 41 tok/s | 3.06 s | $0.0038 | 智能体与工具 62 · 人类偏好 61 · 指令遵循 77 · 知识 54 · 数学 77 · 推理 72 |
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 low 的 7.9 倍,Index 变化 +6.6,相当于支出每翻一倍提升 2.2 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年10月2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
编程
智能体与工具
数学
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | 93.7%#2 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | 100.0%#1 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | – | 100.0%#1 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | 99.0%#5 | Vals AI | |
| LiveBench Mathematics不计入 Index | 96.5%#7 | 96.8%#3 | – | LiveBench | |
| ArXivMath不计入 Index | – | 92.8%#2 | – | MathArena | |
| BrokenArXiv不计入 Index | – | 83.1%#2 | – | MathArena | |
| Arena Maths | – | 1499#19 | – | Arena (LMArena) | |
| FrontierMath Erdős不计入 Index | – | 4.4%#1 | – | Epoch AI Benchmarking Hub |
知识
指令遵循
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Language不计入 Index | 88.7%#6 | 90.1%#2 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | 71.3%#25 | 74.2%#12 | – | LiveBench | |
| MultiChallenge推理强度未说明 | – | – | 82.0%#1 | Scale AI SEAL | |
| Arena Instruction Following不计入 Index | – | 1482#23 | – | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1481#30 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1272#8 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1449#43 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1486#29 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1488#33 | – | Arena (LMArena) |
多模态
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Arena Vision | – | – | – | – | 1286#30 | – | Arena (LMArena) | |
| LiveBench Design不计入 Index | – | – | – | – | 79.6%#9 | – | LiveBench | |
| MMMU-Pro | 83.1%#34 | 83.9%#26 | 84.9%#15 | 85.1%#13 | 86.0%#8 | – | Artificial Analysis | |
| SAGE不计入 Index | – | – | – | – | 90.5%#2 | – | Vals AI | |
| Humanity's Sixth Sense不计入 Index | – | – | – | – | 46.6%#5 | – | Scale AI SEAL | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | – | – | 43.2%#5 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | – | – | – | 80.0%#3 | – | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | – | – | – | – | 59.0%#8 | – | Handshake AI | |
| Code2Video-AA不计入 Index | – | – | – | – | 1369#4 | – | Artificial Analysis | |
| AA-3D不计入 Index | – | – | – | – | 1121#8 | – | Artificial Analysis | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | – | – | – | – | 52.6%#7 |
长上下文
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 84.0%#13 | 83.3%#22 | 82.3%#47 | 79.7%#100 | 83.0%#30 | – | Artificial Analysis | |
| MLCR不计入 Index | 26.7%#27 | 32.2%#14 | 31.7%#16 | 35.6%#8 | 38.3%#4 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | – | – | – | 78.0%#4 |
综合
| 基准测试 | 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 | – | – | – | – | – | 168.5#5 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | – | – | 81.4%#6 | – | LiveBench | |
| LiveBench 1.0不计入 Index | – | – | – | 81.1%#9 | 81.6%#6 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 34.8#50 | 46.4#32 | 50.3#23 | 52.5#17 | 54.6#12 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 42.1#58 | 47.8#28 | 50.2#20 | 51.0#17 | 51.8#14 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 326.2#40 | 338.7#23 | 343.9#15 | 346.4#11 | 348.5#8 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | – | – | 63.9#10 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | – | – | 55.8%#27 | – | Vals AI | |
| Vals RSI Index不计入 Index | – | – | – | – | 26.6%#9 | – | Vals AI | |
| Vals Science Index不计入 Index | – | – | – | – | 59.6%#3 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | – | – | – | 63.9%#7 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | – | – | 68.7%#23 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 74.2%#15 | Scale AI SEAL |
GameBench 2 Overall: 84.9. GameBench 2, best reasoning setting (XHigh): 92.0. 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 | 109 tok/s | 1.71 s | $12.00 | $60.00 | 1.1M | – |
| Amazon Bedrock | 59 tok/s | 2.35 s | $2.00 | $10.00 | 1.1M | – |
| OpenAI | 50 tok/s | 1.48 s | $4.00 | $20.00 | 1.1M | – |
| OpenAI | 42 tok/s | 2.54 s | $2.00 | $10.00 | 1.1M | – |
| Azure | 39 tok/s | 3.92 s | $2.00 | $10.00 | 1.1M | – |
| Azure | 37 tok/s | 5.25 s | $2.20 | $11.00 | 1.1M | – |
| Azure | 34 tok/s | 4.31 s | $2.20 | $11.00 | 1.1M | – |
| Amazon Bedrock | 31 tok/s | 2.35 s | $2.20 | $11.00 | 1.1M | – |
| OpenAI | 26 tok/s | 23 s | $1.00 | $5.00 | 1.1M | – |
使用情况
GPT-6.1 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
过去 30 天的典型请求:每次请求 38.7k token、每个输出 token 对应 57 个输入 token、90% 的输入来自缓存、37% 的输出为推理内容、每次请求 0.42 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Codex (3.31T)、Hermes Agent (399B)、pi (351B)、Descript (302B)、omp (257B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Amazon Bedrock | 411 tok/s | 6.00 s | 99.70% |
| OpenAI | 150 tok/s | 1.24 s | 99.99% |
| Azure | – | 1.01 s | 100.00% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · T3 Code via Slopalytics · 数据截至 2026年11月16日。
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 $0.100。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 | $0.0038 | $0.0032 | 2.9 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.030 | $0.013 | 3.0 min |
| 代码编辑 | 6,000 / 1,500 | $0.027 | $0.018 | 3.3 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.160 | $0.074 | 4.1 min |
| 结构化信息提取 | 2,000 / 200 | $0.0060 | $0.0032 | 2.8 min |
包含该模型的编程套餐
可以使用 GPT-6.1 Sol 的订阅套餐,列出各自的用量限制和单项任务成本。
将 GPT-6.1 Sol 与以下模型对比
- GPT-6.1 Sol vs GPT-6 Astra
- GPT-6.1 Sol vs Claude Sonnet 5.5
- GPT-6.1 Sol vs Claude Opus 4.8
- GPT-6.1 Sol vs Claude Opus 5.5
- GPT-6.1 Sol vs Claude Fable 5.2
- GPT-6.1 Sol vs GPT-5.6 Terra
- GPT-6.1 Sol vs GPT-5.6 Sol
- GPT-6.1 Sol vs Gemini 4 Carbon
- GPT-6.1 Sol vs Muse Spark 1.3
- GPT-6.1 Sol vs GPT-5.4
- GPT-6.1 Sol vs DeepSeek V4.1 Flash 1017
- GPT-6.1 Sol vs GPT-6.1 Terra
- GPT-6.1 Sol vs Qwen3.8-Flash-Next
- GPT-6.1 Sol vs Claude Opus 4.7
- GPT-6.1 Sol vs Claude Fable 5
- GPT-6.1 Sol vs Claude Fable 5.1
- GPT-6.1 Sol vs Grok 4.20
- GPT-6.1 Sol vs GPT-5.3-Codex
- GPT-6.1 Sol vs DeepSeek V4 Pro
- GPT-6.1 Sol vs GPT-5.6 Luna
- GPT-6.1 Sol vs GPT-6 Luna
- GPT-6.1 Sol vs GPT-6 Sol
- GPT-6.1 Sol vs GLM 5.3 Flash
- GPT-6.1 Sol vs Gemini 4 Argon
- GPT-6.1 Sol vs o3
- GPT-6.1 Sol vs Claude Sonnet 5
- GPT-6.1 Sol vs Gemini 3.8 Flash
- GPT-6.1 Sol vs Claude Opus 4.6
- GPT-6.1 Sol vs Grok 4.7
- GPT-6.1 Sol vs GLM 5.3
- GPT-6.1 Sol vs GPT-5.4 Pro
- GPT-6.1 Sol vs Kimi K3
- GPT-6.1 Sol vs MiMo-V2.6-Flash
- GPT-6.1 Sol vs GPT-5.2
- GPT-6.1 Sol vs MiMo-V2.6-Pro
- GPT-6.1 Sol vs Claude Sonnet 4.6
- GPT-6.1 Sol vs Qwen3.6 Max
- GPT-6.1 Sol vs Gemini 3.1 Pro
- GPT-6.1 Sol vs GLM 5.2
- GPT-6.1 Sol vs Grok 4
- GPT-6.1 Sol vs Step 5 Preview
- GPT-6.1 Sol vs Gemini 3.6 Flash
- GPT-6.1 Sol vs GPT-5 Pro
- GPT-6.1 Sol vs Qwen3.8 Max
- GPT-6.1 Sol vs GPT-5.2-Codex
- GPT-6.1 Sol vs MiniMax M3.1 Flash
- GPT-6.1 Sol vs GPT-5.5
- GPT-6.1 Sol vs Claude Opus 4.5
- GPT-6.1 Sol vs DeepSeek V4 Flash
- GPT-6.1 Sol vs Muse Wonder Full
- GPT-6.1 Sol vs Gemini 3 Pro
- GPT-6.1 Sol vs Kimi K3.1 Pro
- GPT-6.1 Sol vs Qwen3.7
- GPT-6.1 Sol vs Grok 4.5
- GPT-6.1 Sol vs Claude Opus 5
- GPT-6.1 Sol vs GLM-5
- GPT-6.1 Sol vs Kimi K2.5
- GPT-6.1 Sol vs Gemini 3 Flash
- GPT-6.1 Sol vs Gemini 3.5 Flash
- GPT-6.1 Sol vs Gemini 3.7 Flash
- GPT-6.1 Sol vs Qwen3.6 Plus
- GPT-6.1 Sol vs Inkling 2 Small
- GPT-6.1 Sol vs Claude Haiku 5.5
- GPT-6.1 Sol vs Muse Wonder
- GPT-6.1 Sol vs Muse Spark
- GPT-6.1 Sol vs Muse Spark 1.2
- GPT-6.1 Sol vs Muse Spark Open
- GPT-6.1 Sol vs DeepSeek V4 Pro 0424
- GPT-6.1 Sol vs Gemini 4 Hydrogen
- GPT-6.1 Sol vs Muse Spark 1.1
- GPT-6.1 Sol vs Kimi K3.1 Pro Together
- GPT-6.1 Sol vs Muse Spark Open 816B A42B
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-6.1 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-6-1-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-6.1 Sol on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-6-1-sol
BibTeX:
@misc{benchleader_gpt_6_1_sol_20261116,
author = {{BenchLeader}},
title = {{GPT-6.1 Sol on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-6-1-sol}},
note = {Data as of 2026-11-16}
}常见问题
- GPT-6.1 Sol 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-6.1 Sol(推理强度 max)的 BenchLeader Index 为 66.6 ±1.9(前 10 名)。最强的是数学(72),最弱的是智能体与工具(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-6.1 Sol 排名第几?
- 截至 2026年11月16日,GPT-6.1 Sol(推理强度 max)在 608 个已排名配置中排第 8 名(前 10 名)。另有 49 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-6.1 Sol 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-6.1 Sol 的价格为输入每百万 token $2.00、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.00。
- GPT-6.1 Sol 比 GPT-6 Astra 更好吗?
- 截至 2026年11月16日,GPT-6.1 Sol(推理强度 max)与 GPT-6 Astra(推理强度 max)的质量不相上下(BenchLeader Index 66.6 比 67.3,在 ±3.6 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-6.1 Sol 是什么时候发布的?
- OpenAI 于 2026年9月29日发布了 GPT-6.1 Sol。BenchLeader 收录了它在 7 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-6.1 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-6-1-sol。