GPT-5.6 SolvsGPT-5.5
在 8 个共同 benchmark 中，GPT-5.6 Sol 整体领先：GPT-5.6 Sol 领先 7 项，GPT-5.5 领先 1 项，持平 0 项，平均分差 +21。
GPT-5.6 Sol
OpenAI · 2026-06-26 · 推理大模型
GPT-5.5
OpenAI · 2026-04-23 · 推理大模型
GPT-5.6 Sol7 项(88%)(13%)1 项GPT-5.5
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
Coding and Software Engineer
GPT-5.6 Sol 领先 4/4| 评测项 | GPT-5.6 Sol | GPT-5.5 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,6204 / 35极高强度思考（无工具） | 1,50518 / 35极高强度思考（无工具） | +115.53 |
| WeirdML v2 | 88.762 / 52Thinking High (With Tools) | 67.1522 / 52Normal (With Tools) | +21.61 |
| SWE-Bench Pro - Public | 64.607 / 57极高强度思考（工具） | 58.6015 / 57Thinking High (With Tools) | +6 |
| DeepSWE | 72.701 / 27极高强度思考（工具） | 677 / 27极高强度思考（工具） | +5.70 |
Math and Reasoning
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GPT-5.5 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 82.932 / 34最高（无工具） | 72.505 / 34极高强度思考（无工具） | +10.43 |
| FrontierMath v2 | 89.121 / 34最高（无工具） | 85.266 / 34极高强度思考（无工具） | +3.86 |
AI Agent - Tool Usage
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.5 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 88.801 / 44最高（无工具） | 83.4013 / 44Thinking High (With Tools) | +5.40 |
科学与综合推理
GPT-5.5 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 93.5014 / 226最高（无工具） | 947 / 226极高强度思考（无工具） | -0.51 |
规格对比
| 字段 | GPT-5.6 Sol | GPT-5.5 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-06-26 | 2026-04-23 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1.05M | 1000K |
| 最大输出 | 128K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.6 Sol | GPT-5.5 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $0.5 / 1M tokens |
| 文本输出 | $30 / 1M tokens | $30 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $6.25 / 1M tokens |
小结
- GPT-5.6 Sol在以下类目领先:Coding and Software Engineer (4/4)、Math and Reasoning (2/2)、AI Agent - Tool Usage (1/1)
- GPT-5.5在以下类目领先:科学与综合推理 (1/1)
8 个共同 benchmark 上，GPT-5.6 Sol 平均高出 21 分。
单项差距最大的 benchmark：Text Arena (Coding) — GPT-5.6 Sol 1,620，GPT-5.5 1,505（分差 +115.53）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。