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（8 / 109，得分 85.50）、SWE-bench Verified（41 / 95，得分 70.40）。
评测结果
GPT-5.1 Codex
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（8 / 109，得分 85.50）、SWE-bench Verified（41 / 95，得分 70.40）。