BenchLeader
OpenAI推理模型新2026年11月17日 发布与其他模型对比

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 AnalysisAA Intelligence Index v5.0.1 57.3 · AA-Omniscience v1.1 40.4 · HLE-Diamond (AA) 64.0% · 下方还有更多
LMArenaArena WebDev 1757 · Arena Agent 11.3 · Arena Agent Task Completion 10.9
Vals AIVals Index 66.1 · BioMysteryBench 77.8% · Excel Modeling Benchmark v1.1 74.3% · 下方还有更多
LiveBenchLiveBench 2.0 80.3% · LiveBench 2.0 Reasoning 90.6% · LiveBench 2.0 Coding 83.7% · 下方还有更多
ARC PrizeARC-AGI-2 85.8% · ARC-AGI-1 97.5% · ARC-AGI-3 98.2%
Scale AIMultiChallenge 72.0% · PRBench Legal 43.3% · DrugDiscoveryBench 62.2% · 下方还有更多
Kagi LLM BenchmarkKagi LLM Benchmark 67.0%
Terminal-BenchTerminal-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。

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。

推理强度
质量第 11 / 351 名
64.6Index
前 10%
较中位数 +14.9
价格第 210 / 262 名
$4.00每百万 token
最贵的四分之一
中位数的 4.5 倍
速度第 123 / 215 名
74token/秒
低于中位数
中位数的 0.9 倍
性价比第 201 / 262 名
16.1分/$
后四分之一
中位数的 0.3 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index65
  2. 推理70
  3. 编程75
  4. 智能体与工具65
  5. 知识65
  6. 综合65

嵌入这个排名

更多徽章样式
[![GPT-6.2 Sol on BenchLeader: 综合第 13 名](https://www.benchleader.com/badge/gpt-6-2-sol.svg?style=compact)](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。

OpenAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 Solmax2026年9月29日65.9#13
GPT-6 Solmax2026年9月22日62.4#56
GPT-5.6 Solmax2026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
low55.3#22263 tok/s2.04 s$0.0038智能体与工具 52 · 编程 60 · 知识 58 · 推理 58
medium61.6#6867 tok/s3.28 s$0.0038智能体与工具 63 · 编程 70 · 知识 62 · 推理 67
high62.3#5969 tok/s12 s$0.0038智能体与工具 64 · 编程 69 · 知识 64 · 推理 69
xhigh63.3#4573 tok/s32 s$0.0038智能体与工具 65 · 编程 72 · 知识 65 · 推理 70
max最佳64.6#2774 tok/s79 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/s2.28 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。

566064low:每项任务 $0.184,Index 55.355.3low $0.184medium:每项任务 $0.406,Index 61.661.6medium $0.406high:每项任务 $0.564,Index 62.362.3high $0.564xhigh:每项任务 $0.648,Index 63.363.3xhigh $0.648max:每项任务 $1.01,Index 64.664.6max $1.01Index

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
576268
  • 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lowmediumhighxhighmax默认来源趋势
LiveBench 2.0 Reasoning不计入 Index––––90.6%#12–LiveBench
HLE-Diamond (AA)34.5%#5850.7%#3758.3%#2661.8%#1864.0%#13–Artificial Analysis
Kagi LLM Benchmark推理强度未说明–––––67.0%#35Kagi LLM Benchmark
ARC-AGI-184.0%#13294.5%#5497.5%#1997.0%#3597.5%#19–ARC Prize
ARC-AGI-257.9%#11382.9%#5485.8%#4085.8%#4085.8%#40–ARC Prize
ARC-AGI-354.4%#3384.8%#3090.1%#2997.4%#1598.2%#9–ARC Prize
CritPt v2 hard subset (AA)58.0%#4764.0%#2461.5%#3162.5%#2662.5%#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%#4Scale AI SEAL

编程

基准测试lowmediumhighxhighmax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%#16Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明–––––61.3%#20Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明–––––64.4%#10Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明–––––55.7%#10Scale AI SEAL
Terminal-Bench 4.0 (AA)不计入 Index37.9%#6356.1%#2558.6%#1956.1%#2560.1%#11–Artificial Analysis
FrontierCode 2.0 (AA)31.4%#4841.4%#1740.2%#2242.8%#1344.4%#10–Artificial Analysis

智能体与工具

基准测试lowmediumhighxhighmax来源趋势
Terminal-Bench––––61.5%#20Terminal-Bench
Arena Agent––––11.3#11Arena (LMArena)
LiveBench Long Agentic不计入 Index––––63.6%#9LiveBench
LiveBench Browser不计入 Index––––88.2%#9LiveBench
Analyst Agent (AA)不计入 Index38.8%#3550.0%#1952.5%#1453.8%#1053.8%#10Artificial Analysis
Finance Agent v2.1不计入 Index––––58.9%#32Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index––––12.1%#22Vals AI
Legal Research Bench不计入 Index––––37.0%#53Vals AI
Tax Agent Bench不计入 Index––––24.8%#49Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index––––60.6%#8Vals AI
Terminal-Bench Science不计入 Index––––58.6%#4Vals AI
Arena Agent Task Completion不计入 Index––––10.9#13Arena (LMArena)
AutomationBench不计入 Index63.2%#5670.3%#2669.8%#2770.5%#2571.3%#24Artificial Analysis
GDP.pdf (AA)不计入 Index28.6%#2529.2%#2128.8%#2328.4%#2930.0%#16Artificial Analysis
Harvey LAB-AA v1.1不计入 Index3.1%#285.0%#205.8%#186.1%#1711.1%#6Harvey
EnterpriseOps-Gym不计入 Index19.9%#6121.4%#6023.4%#5726.3%#5128.9%#47Artificial Analysis
AA-Briefcase v1.1不计入 Index1230#1261495#631541#451580#321612#25Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index37.1%#4360.5%#1867.6%#866.7%#1167.6%#8Artificial Analysis
CWE-Bench (AA)60.0%#1962.5%#1361.7%#1464.2%#961.7%#14Artificial Analysis
DeepSec-Bench (AA)27.9%#1445.5%#849.3%#448.9%#551.6%#3Artificial Analysis
CyberGym end-to-end (AA)不计入 Index0.0%#220.0%#220.0%#220.0%#220.0%#22Artificial Analysis

数学

基准测试max来源趋势
Autoform-Hard不计入 Index85.7%#2Vals AI

知识

基准测试lowmediumhighxhighmax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 v1.124.8#6334.2#4738.3#4238.6#4140.4#33–Artificial Analysis
PRBench Legal推理强度未说明–––––43.3%#33Scale 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 Index54.6%#4159.2%#3461.4%#2260.7%#2761.6%#20–Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index34.2%#12438.9%#11340.0%#10843.8%#9744.6%#95–Artificial Analysis

指令遵循

基准测试默认来源趋势
MultiChallenge72.0%#10Scale AI SEAL

多模态

基准测试xhighmax来源趋势
LiveBench Design不计入 Index–80.0%#8LiveBench
Humanity's Sixth Sense不计入 Index56.8%#6–Scale AI SEAL
VIALS-AA不计入 Index–62.7%#4Handshake AI
AA-3D不计入 Index–1259#3Artificial Analysis

长上下文

基准测试lowmediumhighxhighmax来源趋势
MLCR不计入 Index32.2%#2131.7%#2433.9%#1535.0%#1337.2%#9Artificial Analysis

综合

基准测试lowmediumhighxhighmax来源趋势
LiveBench 2.0––––80.3%#9LiveBench
AA Intelligence Index v5.0.1不计入 Index40.5#5652.7#2754.9#1955.7#1757.3#13Artificial Analysis
Vals Index不计入 Index––––66.1#10Vals AI
Vals Finance Index不计入 Index––––56.7%#27Vals AI
Vals Science Index不计入 Index––––57.8%#8Vals AI
Vals Legal Index不计入 Index––––66.7%#34Vals AI
AA Cyber Index不计入 Index29.3#2836.0#2437#2037.7#1837.8#17Artificial 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
Azure97 tok/s5.73 s$2.40$12.001.1M–
Amazon Bedrock87 tok/s1.01 s$2.00$10.001.1M–
Amazon Bedrock70 tok/s1.12 s$2.20$11.001.1M–
OpenAI69 tok/s4.05 s$4.00$20.001.1M–
OpenAI68 tok/s2.77 s$6.00$30.001.1M–
Azure65 tok/s2.51 s$2.00$10.001.1M–
Azure48 tok/s4.23 s$2.20$11.001.1M–
OpenAI44 tok/s2.70 s$2.00$10.001.1M–

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

编程智能体轮次占比,30 天
0.01%
Codex 中占 98%

来源: T3 Code via Slopalytics。

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$0.00321.4 min
总结一份 30 页的报告12,000 / 600$0.030$0.0131.4 min
代码编辑6,000 / 1,500$0.027$0.0181.7 min
智能体编程会话60,000 / 4,000$0.160$0.0742.2 min
结构化信息提取2,000 / 200$0.0060$0.00321.4 min

OpenAI 的更多模型

本月新上线

将 GPT-6.2 Sol 与以下模型对比

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。

[![GPT-6.2 Sol on BenchLeader: 综合第 13 名](https://www.benchleader.com/badge/gpt-6-2-sol.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。