GPT-6.1 Sol

OpenAI · 发布于 2026-09-29

评分规则

综合评分74.8第 5 名 · 覆盖 100%

编程74.6第 7 名 · 覆盖 100%

专业办公66.9第 12 名 · 覆盖 100%

知识问答78.6第 3 名 · 覆盖 100%

科研81.2第 2 名 · 覆盖 100%

上下文窗口

1,050,000 token

API 价格

缓存 — · 输入 ¥13.37 · 输出 ¥66.86

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

18 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-09-29 至 2026-10-13；另有 14 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

gpt-6.1-sol-max
openai/gpt-6.1-sol
gpt-6.1-sol_max

编程

74.6

LiveBench CodingLiveBench80.36%统一读数 62.3

来源: LiveBench Coding
上游型号: gpt-6.1-sol-max
运行配置: gpt-6.1-sol-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Terminal-Bench 4.0Vals AI55.05%统一读数 81.5

来源: Terminal-Bench 4.0
上游型号: openai/gpt-6.1-sol
运行配置: max · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI65.12%统一读数 78.7

来源: Code Migration
上游型号: openai/gpt-6.1-sol
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI88.93%统一读数 73.8

来源: Vibe Code Bench v1.1
上游型号: openai/gpt-6.1-sol
运行配置: max · OpenHands · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

81.2

FrontierMath T1–3 v2Epoch AI93.68%统一读数 87.0

来源: FrontierMath T1–3 v2
上游型号: gpt-6.1-sol_max
运行配置: gpt-6.1-sol_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-09-29
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI68.00%统一读数 83.4

来源: Chess Puzzles
上游型号: gpt-6.1-sol_max
运行配置: gpt-6.1-sol_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI80.00%统一读数 90.0

来源: Mystery Game Puzzles
上游型号: gpt-6.1-sol_max
运行配置: gpt-6.1-sol_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-09-29
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench92.63%统一读数 77.3

来源: LiveBench Reasoning
上游型号: gpt-6.1-sol-max
运行配置: gpt-6.1-sol-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI46.40%统一读数 77.7

来源: MysteryMechanism
上游型号: openai/gpt-6.1-sol
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI52.86%统一读数 83.1

来源: Terminal-Bench-Science
上游型号: openai/gpt-6.1-sol
运行配置: max · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

66.9

LiveBench Data AnalysisLiveBench82.66 / 100（任务均分）统一读数 100.4

来源: LiveBench Data Analysis
上游型号: gpt-6.1-sol-max
运行配置: gpt-6.1-sol-max · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI52.03%统一读数 57.8

来源: Finance Agent (v2)
上游型号: openai/gpt-6.1-sol
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI5.42%统一读数 -49.2

来源: Harvey's Legal Agent Benchmark
上游型号: openai/gpt-6.1-sol
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI48.84%统一读数 62.6

来源: MedCode
上游型号: openai/gpt-6.1-sol
运行配置: max · Vals one-shot 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

78.6

SimpleQA VerifiedEpoch AI73.90%统一读数 80.6

来源: SimpleQA Verified
上游型号: gpt-6.1-sol_max
运行配置: gpt-6.1-sol_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-09-29
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench90.13%统一读数 85.5

来源: LiveBench Language
上游型号: gpt-6.1-sol-max
运行配置: gpt-6.1-sol-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench74.15%统一读数 76.9

来源: LiveBench IF
上游型号: gpt-6.1-sol-max
运行配置: gpt-6.1-sol-max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

71.3

Arena Text · 风格控制Arena1483.85 Elo统一读数 65.7

来源: Arena Text · 风格控制
上游型号: gpt-6.1-sol-max
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。