GPT-6.2 Sol
发布追踪 · 第 3 天
GPT-6.2 Sol 发布之初:首批第三方结果
截至 2026年11月19日,GPT-6.2 Sol(OpenAI,发布于 2026年11月17日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 57.3)、LMArena(Arena WebDev 1757)、Vals AI(Vals Index 66.1)、LiveBench(LiveBench 2.0 80.3%)、ARC Prize(ARC-AGI-2 85.8%)、Scale AI(MultiChallenge 72.0%)、Kagi LLM Benchmark(Kagi LLM Benchmark 67.0%)和 Terminal-Bench(Terminal-Bench 61.5%)的第三方结果。它在 BenchLeader Index 上于 343 个模型中排第 13 名(64.6)。标价为输入 $2.00、输出 $10.00(每百万 token),上下文窗口为 1.1M token。Epoch AI 和 SWE-bench 尚未测量。
- 发布日期
- 2026年11月17日(第 3 天)
- 提供商
- OpenAI
- 价格
- 输入 $2.00、输出 $10.00(每百万 token)
- 上下文窗口
- 1.1M token
- 开放权重
- 否
- BenchLeader Index
- 64.6(343 个模型中第 13 名)
| 第三方排行榜 | 目前的结果 |
|---|---|
| Artificial Analysis | AA Intelligence Index v5.0.1 57.3 · AA-Omniscience v1.1 40.4 · HLE-Diamond (AA) 64.0% · 下方还有更多 |
| LMArena | Arena WebDev 1757 · Arena Agent 11.3 · Arena Agent Task Completion 10.9 |
| Vals AI | Vals Index 66.1 · BioMysteryBench 77.8% · Excel Modeling Benchmark v1.1 74.3% · 下方还有更多 |
| LiveBench | LiveBench 2.0 80.3% · LiveBench 2.0 Reasoning 90.6% · LiveBench 2.0 Coding 83.7% · 下方还有更多 |
| ARC Prize | ARC-AGI-2 85.8% · ARC-AGI-1 97.5% · ARC-AGI-3 98.2% |
| Scale AI | MultiChallenge 72.0% · PRBench Legal 43.3% · DrugDiscoveryBench 62.2% · 下方还有更多 |
| Kagi LLM Benchmark | Kagi LLM Benchmark 67.0% |
| Terminal-Bench | Terminal-Bench 61.5% |
各排行榜通常在模型发布后几天内公布结果;本页每 3 小时重新生成一次。
发布对比
仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。
性价比更高: GPT-6.1 Terra $2.00/M 即可获得 Index 63.2,价格只有一半。
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19日,GPT-6.2 Sol(OpenAI)在 BenchLeader Index 上得分 64.6(在 631 个已排名配置中前 50 名)。表现最好的是编程(75),最弱的是智能体与工具(65)。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19日的标价。输出速度约为 74 token/秒(Artificial Analysis)。发布于 2026年11月17日。
要点(截至 2026年11月19日)
- GPT-6.2 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19日)。
- GPT-6.2 Sol 的输出速度约为 74 token/秒(Artificial Analysis,2026年11月19日)。
- GPT-6.2 Sol 于 2026年11月17日发布(OpenAI)。
详细说明:GPT-6.2 Sol 是 OpenAI 的闭源推理模型,发布于 2026年11月17日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 64.6 ±3.0,在 631 个配置中排第 27 名,处于上半区。关键在于这个“±”:另有 92 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,编程得分最高(75),智能体与工具最低(65)。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 74 token/秒,首次回答需 78.8 秒,比大多数模型慢。它已在 6 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18日。
- 混合价格
- $4.00/M
- 输入 $2.00 · 输出 $10.00
- 来源:Artificial Analysis
- 输出速度
- 74 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 79 s
- 首 token 2.28 s
- 上下文
- 1.1M
- 来源:models.dev
- 输入类型
- 文本 · 图像 · PDF
- 来源:models.dev, OpenRouter
- 单任务成本
- $1.01
- 每项任务 9 min,AA Index
- 单任务 token 数
- 40k
- 其中 56% 为推理
- 发布日期
- 2026年11月17日
- 综合 Index65
- 推理70
- 编程75
- 智能体与工具65
- 知识65
- 综合65
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-6-2-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 4 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 |
|---|---|---|---|
| 新GPT-6.2 Solmax本页 | 2026年11月17日 | 64.6 | #27 |
| GPT-6.1 Solmax | 2026年9月29日 | 65.9 | #13 |
| GPT-6 Solmax | 2026年9月22日 | 62.4 | #56 |
| GPT-5.6 Solmax | 2026年7月9日 | 65.1 | #20 |
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 | 55.3 | #222 | 63 tok/s | 2.04 s | $0.0038 | 智能体与工具 52 · 编程 60 · 知识 58 · 推理 58 |
| medium | 61.6 | #68 | 67 tok/s | 3.28 s | $0.0038 | 智能体与工具 63 · 编程 70 · 知识 62 · 推理 67 |
| high | 62.3 | #59 | 69 tok/s | 12 s | $0.0038 | 智能体与工具 64 · 编程 69 · 知识 64 · 推理 69 |
| xhigh | 63.3 | #45 | 73 tok/s | 32 s | $0.0038 | 智能体与工具 65 · 编程 72 · 知识 65 · 推理 70 |
| max最佳 | 64.6 | #27 | 74 tok/s | 79 s | $0.0038 | 智能体与工具 65 · 编程 75 · 综合 65 · 知识 65 · 推理 70 |
| 未说明 | – | – | 51 tok/s | 2.28 s | $0.0038 | 指令遵循 66 · 知识 45 · 推理 61 |
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 5.5 倍,Index 变化 +9.3,相当于支出每翻一倍提升 3.8 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11月17日 至 2026年11月19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 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | 90.6%#12 | – | LiveBench | |
| HLE-Diamond (AA) | 34.5%#58 | 50.7%#37 | 58.3%#26 | 61.8%#18 | 64.0%#13 | – | Artificial Analysis | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | – | – | 67.0%#35 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 84.0%#132 | 94.5%#54 | 97.5%#19 | 97.0%#35 | 97.5%#19 | – | ARC Prize | |
| ARC-AGI-2 | 57.9%#113 | 82.9%#54 | 85.8%#40 | 85.8%#40 | 85.8%#40 | – | ARC Prize | |
| ARC-AGI-3 | 54.4%#33 | 84.8%#30 | 90.1%#29 | 97.4%#15 | 98.2%#9 | – | ARC Prize | |
| CritPt v2 hard subset (AA) | 58.0%#47 | 64.0%#24 | 61.5%#31 | 62.5%#26 | 62.5%#26 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | – | – | – | 36.9%#11 | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明 | – | – | – | – | – | 56.5%#4 | Scale AI SEAL |
编程
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Arena WebDev | – | – | – | – | 1757#8 | – | Arena (LMArena) | |
| LiveBench 2.0 Coding不计入 Index | – | – | – | – | 83.7%#11 | – | LiveBench | |
| Vibe Code Bench v1.1不计入 Index | – | – | – | – | 87.6%#17 | – | Vals AI | |
| Vibe Code Bench 1-100 v1.1不计入 Index | – | – | – | – | 40.9%#4 | – | Vals AI | |
| SWE Atlas v1.1不计入 Index推理强度未说明 | – | – | – | – | – | 60.5%#16 | Scale AI SEAL | |
| SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明 | – | – | – | – | – | 61.3%#20 | Scale AI SEAL | |
| SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明 | – | – | – | – | – | 64.4%#10 | Scale AI SEAL | |
| SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明 | – | – | – | – | – | 55.7%#10 | Scale AI SEAL | |
| Terminal-Bench 4.0 (AA)不计入 Index | 37.9%#63 | 56.1%#25 | 58.6%#19 | 56.1%#25 | 60.1%#11 | – | Artificial Analysis | |
| FrontierCode 2.0 (AA) | 31.4%#48 | 41.4%#17 | 40.2%#22 | 42.8%#13 | 44.4%#10 | – | Artificial Analysis |
智能体与工具
数学
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| Autoform-Hard不计入 Index | 85.7%#2 | Vals AI |
知识
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | – | – | – | 81.1%#12 | – | LiveBench | |
| LiveBench Research不计入 Index | – | – | – | – | 90.1%#7 | – | LiveBench | |
| AA-Omniscience v1.1 | 24.8#63 | 34.2#47 | 38.3#42 | 38.6#41 | 40.4#33 | – | Artificial Analysis | |
| PRBench Legal推理强度未说明 | – | – | – | – | – | 43.3%#33 | Scale AI SEAL | |
| BioMysteryBench不计入 Index | – | – | – | – | 77.8%#9 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | – | – | – | 74.3%#11 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | – | – | 62.2%#7 | – | – | Scale AI SEAL | |
| AA-Omniscience v1.1: accuracy不计入 Index | 54.6%#41 | 59.2%#34 | 61.4%#22 | 60.7%#27 | 61.6%#20 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 34.2%#124 | 38.9%#113 | 40.0%#108 | 43.8%#97 | 44.6%#95 | – | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MultiChallenge | 72.0%#10 | Scale AI SEAL |
多模态
| 基准测试 | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Design不计入 Index | – | 80.0%#8 | LiveBench | |
| Humanity's Sixth Sense不计入 Index | 56.8%#6 | – | Scale AI SEAL | |
| VIALS-AA不计入 Index | – | 62.7%#4 | Handshake AI | |
| AA-3D不计入 Index | – | 1259#3 | Artificial Analysis |
长上下文
| 基准测试 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| MLCR不计入 Index | 32.2%#21 | 31.7%#24 | 33.9%#15 | 35.0%#13 | 37.2%#9 | Artificial Analysis |
综合
| 基准测试 | low | medium | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| LiveBench 2.0 | – | – | – | – | 80.3%#9 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 40.5#56 | 52.7#27 | 54.9#19 | 55.7#17 | 57.3#13 | Artificial Analysis | |
| Vals Index不计入 Index | – | – | – | – | 66.1#10 | Vals AI | |
| Vals Finance Index不计入 Index | – | – | – | – | 56.7%#27 | Vals AI | |
| Vals Science Index不计入 Index | – | – | – | – | 57.8%#8 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | – | – | 66.7%#34 | Vals AI | |
| AA Cyber Index不计入 Index | 29.3#28 | 36.0#24 | 37#20 | 37.7#18 | 37.8#17 | Artificial Analysis |
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 |
|---|---|---|---|---|---|---|
| Azure | 97 tok/s | 5.73 s | $2.40 | $12.00 | 1.1M | – |
| Amazon Bedrock | 87 tok/s | 1.01 s | $2.00 | $10.00 | 1.1M | – |
| Amazon Bedrock | 70 tok/s | 1.12 s | $2.20 | $11.00 | 1.1M | – |
| OpenAI | 69 tok/s | 4.05 s | $4.00 | $20.00 | 1.1M | – |
| OpenAI | 68 tok/s | 2.77 s | $6.00 | $30.00 | 1.1M | – |
| Azure | 65 tok/s | 2.51 s | $2.00 | $10.00 | 1.1M | – |
| Azure | 48 tok/s | 4.23 s | $2.20 | $11.00 | 1.1M | – |
| OpenAI | 44 tok/s | 2.70 s | $2.00 | $10.00 | 1.1M | – |
使用情况
GPT-6.2 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 $0.100。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 | 1.4 min |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.030 | $0.013 | 1.4 min |
| 代码编辑 | 6,000 / 1,500 | $0.027 | $0.018 | 1.7 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.160 | $0.074 | 2.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.0060 | $0.0032 | 1.4 min |
将 GPT-6.2 Sol 与以下模型对比
- GPT-6.2 Sol vs Claude Opus 5
- GPT-6.2 Sol vs Gemini 4 Argon
- GPT-6.2 Sol vs Muse Wonder
- GPT-6.2 Sol vs Claude Fable 5
- GPT-6.2 Sol vs GPT-5.6 Sol
- GPT-6.2 Sol vs Muse Spark
- GPT-6.2 Sol vs GPT-5.5
- GPT-6.2 Sol vs Gemini 4 Hydrogen
- GPT-6.2 Sol vs Claude Sonnet 5.5
- GPT-6.2 Sol vs GPT-6.1 Sol
- GPT-6.2 Sol vs GPT-6.1 Terra
- GPT-6.2 Sol vs Claude Opus 4.7
- GPT-6.2 Sol vs GPT-5.4
- GPT-6.2 Sol vs GPT-5.4 Pro
- GPT-6.2 Sol vs GPT-5.3-Codex
- GPT-6.2 Sol vs Claude Fable 5.1
- GPT-6.2 Sol vs Claude Opus 4.6
- GPT-6.2 Sol vs Gemini 3.5 Flash
- GPT-6.2 Sol vs GPT-6 Sol
- GPT-6.2 Sol vs GPT-6 Astra
- GPT-6.2 Sol vs Gemini 3.7 Flash
- GPT-6.2 Sol vs Gemini 4 Neon
- GPT-6.2 Sol vs Muse Spark 1.1
- GPT-6.2 Sol vs Muse Spark 1.2
- GPT-6.2 Sol vs Claude Opus 5.5
- GPT-6.2 Sol vs Gemini 4 Carbon
- GPT-6.2 Sol vs Muse Wonder Full
- GPT-6.2 Sol vs Kimi K3.1 Pro
- GPT-6.2 Sol vs GPT-6.2 Astra
- GPT-6.2 Sol vs Claude Fable 5.2
- GPT-6.2 Sol vs Astra for Law 6.2
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-6.2 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-6-2-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 19). GPT-6.2 Sol on the BenchLeader Index (method v1.5) [Data set]. Retrieved November 19, 2026, from https://www.benchleader.com/models/gpt-6-2-sol
BibTeX:
@misc{benchleader_gpt_6_2_sol_20261119,
author = {{BenchLeader}},
title = {{GPT-6.2 Sol on the BenchLeader Index (method v1.5)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-6-2-sol}},
note = {Data as of 2026-11-19}
}常见问题
- GPT-6.2 Sol 的基准测试得分是多少?
- 截至 2026年11月19日,GPT-6.2 Sol(推理强度 max)的 BenchLeader Index 为 64.6 ±3.0(前 50 名)。最强的是编程(75),最弱的是智能体与工具(65)。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-6.2 Sol 排名第几?
- 截至 2026年11月19日,GPT-6.2 Sol(推理强度 max)在 631 个已排名配置中排第 27 名(前 50 名)。另有 92 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 71.5。
- GPT-6.2 Sol 每百万 token 的价格是多少?
- 截至 2026年11月19日,GPT-6.2 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-6.2 Sol 比 Claude Opus 5 更好吗?
- 截至 2026年11月19日,Claude Opus 5(推理强度 max)与 GPT-6.2 Sol(推理强度 max)的质量不相上下(BenchLeader Index 64.6 比 64.6,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-6.2 Sol 是什么时候发布的?
- OpenAI 于 2026年11月17日发布了 GPT-6.2 Sol。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月19日。 对比这些配置
引用格式:BenchLeader,《GPT-6.2 Sol:基准测试、价格、速度与排名》,数据截至 2026年11月19日,https://www.benchleader.com/zh/models/gpt-6-2-sol。