GPT-5.1 Codex 评测详情

GPT-5.1 Codex 当前已收录的代表性评测结果包括 Terminal-Bench（2 / 35，得分 56.30）、LiveCodeBench（15 / 120，得分 85.50）、SWE-bench Verified（54 / 108，得分 70.40）。