Agents' Last Exam 评测智能体在高难度综合任务上的表现，数值经二手来源 MarkTechPost 转引 OpenAI system card 数据（52.7）；另一转引来源新浪财经给出 53.6，存在约 1 分出入，以 MarkTechPost/system card 口径的 52.7 为准。
查看 Agents' Last Exam 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 GPT-5.6 Sol 思考水平·极高工具 | 52.70 | 2026-06-26 | 未知 | 闭源 | |
GPT-5.6 Terra 思考水平·极高工具 | 50.40 | 2026-06-26 | 未知 | 闭源 | |
GPT-5.6 Luna 思考水平·极高工具 | 50.30 | 2026-06-26 | 未知 | 闭源 |
