GPT-5.6 Sol 评测详情
GPT-5.6 Sol 当前已收录的代表性评测结果包括 Terminal Bench Hard（1 / 244，得分 65.90）、CritPt（1 / 204，得分 32.30）、GPQA Diamond（6 / 461，得分 94.60）。本页还提供与 4 个竞品模型及 4 个前代或同系列模型的对比，在有数据时会展示性能和价格视图。并附有 4 个数据来源链接供参考。
评测结果
GPT-5.6 Sol
评测结果
抽象归纳与泛化
共 15 项评测评测名称 / 模式
得分
排名/总数
综合知识考试
共 8 项评测评测名称 / 模式
得分
排名/总数
科学知识与推理
共 14 项评测评测名称 / 模式
得分
排名/总数
仓库修复与多文件工程
共 10 项评测评测名称 / 模式
得分
排名/总数
客服与业务流程
共 13 项评测评测名称 / 模式
得分
排名/总数
指令与格式遵循
共 5 项评测评测名称 / 模式
得分
排名/总数
自主开发与终端任务
共 24 项评测评测名称 / 模式
得分
排名/总数
跨长文理解与整合
共 6 项评测评测名称 / 模式
得分
排名/总数
跨应用与工具编排
共 8 项评测评测名称 / 模式
得分
排名/总数
跨能力聚合指数
共 10 项评测评测名称 / 模式
得分
排名/总数
编码综合评估
共 8 项评测评测名称 / 模式
得分
排名/总数
漏洞发现与分析
共 4 项评测评测名称 / 模式
得分
排名/总数
程序生成与编辑
共 4 项评测评测名称 / 模式
得分
排名/总数
跨行业工作评估
共 6 项评测评测名称 / 模式
得分
排名/总数
办公与文档流程
共 8 项评测评测名称 / 模式
得分
排名/总数
图像感知与视觉推理
共 8 项评测评测名称 / 模式
得分
排名/总数
科学计算与科研编程
共 6 项评测评测名称 / 模式
得分
排名/总数
法律
共 3 项评测评测名称 / 模式
得分
排名/总数
金融
共 3 项评测评测名称 / 模式
得分
排名/总数
数学
共 5 项评测评测名称 / 模式
得分
排名/总数
漏洞利用
共 5 项评测评测名称 / 模式
得分
排名/总数
文档与图表理解
共 6 项评测评测名称 / 模式
得分
排名/总数
维护、优化与工程管理
共 4 项评测评测名称 / 模式
得分
排名/总数
智能体操作安全
共 2 项评测评测名称 / 模式
得分
排名/总数
长文定位与检索
共 2 项评测评测名称 / 模式
得分
排名/总数
竞品对比
GPT-5.6 Sol 与同类主流模型的评测得分对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | GPT-5.6 Sol当前 | Claude Fable 5 | Kimi K3 | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
97.50思考水平·极高 | 98.50思考水平·极高 ｜ 工具 | 94.50思考水平·高 ｜ 工具 | 92.50思考水平·高 ｜ 工具 | -- | |
92.50思考水平·高 | 89.17思考水平·高 | 60.42思考水平·高 ｜ 工具 | 72.08思考水平·高 ｜ 工具 | -- | |
7.78思考水平·高 | -- | -- | 1.52思考水平·高 | -- | |
49.50思考水平·高 | 59.00深度思考模式 | 59.80思考水平·高 ｜ 工具 | 57.90扩展思考 ｜ 工具 | 54.70开启思考 ｜ 工具 | |
32.30思考水平·高 | 28.60思考水平·高 | 23.40思考水平·高 | 20.90思考水平·高 | 20.90思考水平·高 | |
94.60思考水平·高 | 85.86思考水平·高 | 93.50思考水平·高 | 93.60思考水平·高 | 91.86思考水平·高 | |
1963.40常规模式 | 1934.60常规模式 | 2070.60常规模式 | 1835.20常规模式 | 1752.80常规模式 | |
64.80思考水平·极高 | 81.90常规模式 | 60.70思考水平·高 | 64.80常规模式 | 58.80常规模式 | |
72.70思考水平·极高 ｜ 工具 | 69.91深度思考模式 ｜ 工具 | 68.51思考水平·高 ｜ 工具 | 58.97深度思考模式 ｜ 工具 | 44.00深度思考模式 ｜ 工具 | |
56.80思考水平·高 ｜ 工具 | -- | 58.00思考水平·高 ｜ 工具 | -- | 48.90开启思考 ｜ 工具 | |
64.60思考水平·极高 ｜ 工具 | 80.30深度思考模式 ｜ 工具 | -- | 69.20扩展思考 ｜ 工具 | 62.10开启思考 ｜ 工具 | |
95.50思考水平·极高 ｜ 工具 | -- | 97.70思考水平·高 ｜ 工具 | -- | -- |
其余 59 个 benchmark 仍可在上方图表中查看。
GPT-5.6 Sol 与同类模型的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。
这些模型的价格币种或计费单位不一致，暂不直接绘制统一柱状图，以下展示原始价格。
GPT-5.6 Sol
供应商: OpenAI
标准输入: $4 / 1M tokens
标准输出: $20 / 1M tokens
Claude Fable 5
供应商: Anthropic
标准输入: $10 / 1M tokens
标准输出: $50 / 1M tokens
Kimi K3
供应商: Moonshot AI
标准输入: ¥20 / 1M tokens
标准输出: ¥100 / 1M tokens
Claude Opus 4.8
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
GLM-5.2
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
GPT-5.6 Sol | OpenAI | $4 / 1M tokens | $20 / 1M tokens | — |
Claude Fable 5 | Anthropic | $10 / 1M tokens | $50 / 1M tokens | — |
Kimi K3 | Moonshot AI | ¥20 / 1M tokens | ¥100 / 1M tokens | — |
Claude Opus 4.8 | Anthropic | $5 / 1M tokens | $25 / 1M tokens | — |
GLM-5.2 | 智谱AI | $1.4 / 1M tokens | $4.4 / 1M tokens | — |
历代版本对比
GPT-5.6 Sol 系列各版本的评测成绩纵向对比
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示；百分制评测使用原始高度，超出 0-100 的评测按该评测内相对比例缩放，标签仍保留原始分数。
12 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。· 点击任意行可切换下方趋势图。
| 评测项 | GPT-5.6 Sol当前 | GPT-5.5 | GPT-5.4 | GPT-5.2 |
|---|---|---|---|---|
97.50思考水平·极高 | 95.00思考水平·极高 | 93.67思考水平·极高 | 90.50深度思考模式 | |
92.50思考水平·高 | 85.00思考水平·极高 | 77.10常规模式 | 54.20深度思考模式 | |
7.78思考水平·高 | 0.43思考水平·高 | 0.21思考水平·高 | -- | |
49.50思考水平·高 | 52.20思考水平·高 ｜ 工具 | 52.10思考水平·极高 ｜ 工具 | 45.50深度思考模式 ｜ 工具 | |
32.30思考水平·高 | 27.10思考水平·极高 | 23.40思考水平·极高 | 11.60思考水平·极高 | |
94.60思考水平·高 | 94.00思考水平·极高 | 92.00思考水平·极高 | 93.20深度思考模式 | |
1963.40常规模式 | 1843.50常规模式 | 1835.60常规模式 | 1699.80常规模式 | |
64.80思考水平·极高 | 69.00常规模式 | -- | 45.80思考水平·高 | |
72.70思考水平·极高 ｜ 工具 | 67.04思考水平·极高 ｜ 工具 | 51.77思考水平·极高 ｜ 工具 | -- | |
64.60思考水平·极高 ｜ 工具 | 58.60思考水平·高 ｜ 工具 | 57.70思考水平·极高 | 55.60思考水平·极高 ｜ 工具 | |
66.51思考水平·高 ｜ 工具 | 60.89思考水平·极高 ｜ 工具 | -- | -- | |
52.56思考水平·高 ｜ 工具 | 51.53思考水平·极高 ｜ 工具 | 43.31思考水平·极高 ｜ 工具 | 49.27思考水平·极高 ｜ 工具 |
其余 37 个 benchmark 仍可在上方图表中查看。
单评测历史趋势图
当前查看：ARC-AGI-1 · 抽象归纳与泛化
选择评测
GPT-5.6 Sol 所在系列的标准 API 价格对比
按模型并排展示标准文本输入价与输出价；若存在超长上下文加价，仅保留阈值内标准价，并在下方说明适用范围。
数据来源：DataLearnerAI，展示默认供应商的标准文本价格。 · USD / 1M tokens
| 模型 | 供应商 | 标准输入 | 标准输出 | 标准价适用于 |
|---|---|---|---|---|
GPT-5.6 Sol | OpenAI | $4 / 1M tokens | $20 / 1M tokens | — |
GPT-5.5 | OpenAI | $5 / 1M tokens | $30 / 1M tokens | — |
GPT-5.4 | OpenAI | $2.5 / 1M tokens | $15 / 1M tokens | — |
GPT-5.2 | OpenAI | $1.75 / 1M tokens | $14 / 1M tokens | — |