GPT-5.6 SolvsGPT-5.2
在 9 个同模式 benchmark 中，GPT-5.6 Sol 整体领先：GPT-5.6 Sol 领先 9 项，GPT-5.2 领先 0 项，持平 0 项，平均分差 +36.91。另有 14 项测试模式不同，仅供参考。
GPT-5.6 Sol
OpenAI · 2026-06-26 · 推理大模型
GPT-5.2
OpenAI · 2025-12-11 · 聊天大模型
GPT-5.6 Sol9 项(100%)(0%)0 项GPT-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 9 项。
科学知识与推理
GPT-5.6 Sol 领先 2/2| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 82.83111 / 254Normal (No Tools) | 73.23166 / 254Normal (No Tools) | +9.60 |
| CritPt | 5.1098 / 204Normal (No Tools) | 0.60172 / 204Normal (No Tools) | +4.50 |
仓库修复与多文件工程
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 64.6011 / 65Extra-High (With Tools) | 55.6031 / 65Extra-High (With Tools) | +9 |
写作与创意表达
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 1,9729 / 112Normal (No Tools) | 1,70329 / 112Normal (No Tools) | +268.70 |
图像感知与视觉推理
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| MMMU-Pro | 71.90119 / 231Normal (No Tools) | 65.80152 / 231Normal (No Tools) | +6.10 |
客服与业务流程
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| τ³-Banking | 19.6095 / 168Normal (With Tools) | 11.10131 / 168Normal (With Tools) | +8.50 |
抽象归纳与泛化
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 97.5011 / 226Extra-High (No Tools) | 86.17102 / 226Extra-High (No Tools) | +11.33 |
机器学习工程
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| WeirdML v3 | 0.159 / 21Extra-High (With Tools) | 0.0519 / 21Extra-High (With Tools) | +0.10 |
自主开发与终端任务
GPT-5.6 Sol 领先 1/1| 评测项 | GPT-5.6 Sol | GPT-5.2 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 61.406 / 244Extra-High (With Tools) | 4726 / 244Extra-High (With Tools) | +14.40 |
测试模式不同的成绩
共 14 项。两款模型的公开成绩来自不同测试模式，分数不直接可比，不计入胜负和平均分差。
| 评测项 | GPT-5.6 Sol | GPT-5.2 |
|---|---|---|
| MedCode | 43.97Max (With Tools) | 49.75Extra-High (With Tools) |
| MedScribe | 85.23Max (With Tools) | 84.39Extra-High (With Tools) |
| Vibe Code Bench v1.1 | 80.50Max (With Tools) | 53.50Extra-High (With Tools) |
| SimpleBench | 64.80Extra-High (No Tools) | 45.80Thinking High (No Tools) |
| LiveBench | 81.05Max (No Tools) | 48.91Normal (No Tools) |
| BrowseComp | 90.40Reported best (effort unspecified) | 65.80Deep Thinking (With Tools + Internet) |
| HLE | 44.50Max (No Tools) | 45.50Deep Thinking (With Tools + Internet) |
| FrontierMath Tier 4 v2 | 83Reported best (effort unspecified) | 31.70Extra-High (With Tools) |
| FrontierMath v2 | 89.12Max (With Tools) | 67.40Extra-High (With Tools) |
| EBR-bench | 44.76Max (With Tools) | 23.02Extra-High (With Tools) |
| WeirdML v2 | 88.76Thinking High (With Tools) | 49.60Normal (With Tools) |
| Text Arena (Coding) | 1,620Extra-High (No Tools) | 1,480Thinking High (No Tools) |
| SAGE | 52.56Max (With Tools) | 49.27Extra-High (With Tools) |
| MCP-Atlas | 81.80Max (With Tools) | 67.60Extra-High (With Tools) |
规格对比
| 字段 | GPT-5.6 Sol | GPT-5.2 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-06-26 | 2025-12-11 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 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 | 400K |
| 最大输出 | 128K | 暂无数据 |
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-5.2 |
|---|---|---|
| 文本输入 | $4 / 1M tokens | $1.75 / 1M tokens |
| 文本输出 | $20 / 1M tokens | $14 / 1M tokens |
| 缓存读取 | $0.4 / 1M tokens | $0.175 / 1M tokens |
| 缓存写入 | $5 / 1M tokens | $0 / 1M tokens |
小结
- GPT-5.6 Sol在以下类目领先:科学知识与推理 (2/2)、仓库修复与多文件工程 (1/1)、写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、客服与业务流程 (1/1)、抽象归纳与泛化 (1/1)、机器学习工程 (1/1)、自主开发与终端任务 (1/1)
9 个同模式 benchmark 上，GPT-5.6 Sol 平均高出 36.91 分。
单项差距最大的 benchmark：Creative Writing — GPT-5.6 Sol 1,972，GPT-5.2 1,703（分差 +268.70）。
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。