GPT-5.1-Codex-Max 评测详情

GPT-5.1-Codex-Max 当前已收录的代表性评测结果包括 SWE-bench Verified（31 / 122，得分 76.80）、LiveBench（50 / 157，得分 73.98）、METR Time Horizons v1.1（10 / 22，得分 161.75）。