GPT-5.6 Sol

编程65.79 项

• ProgramBenchVals AI1.5%折算分 至多 84.3+
• CyberBench Patch v1.1Vals AI89.3%折算分 69.7+
• Terminal-Bench 4.0Artificial Analysis39.9%折算分 68.3+
• Terminal-Bench 4.0Vals AI37.9%折算分 68.2+
• Code MigrationVals AI52.9%折算分 67.8+
• LiveBench CodingLiveBench83.9%折算分 65.5+
• Vibe Code Bench v1.1Vals AI80.5%折算分 65.2+
• Vibe Code Bench 1–100Vals AI20.0%折算分 64.1+
• SciCodeArtificial Analysis57.1%折算分 58.4+

科研69.89 项

• FrontierMath T1–3Epoch AI89.1%折算分 76.9+
• Mystery Game PuzzlesEpoch AI58.0%折算分 74.5+
• CritPtArtificial Analysis32.3%折算分 73.1+
• Chess PuzzlesEpoch AI59.0%折算分 72.9+
• Terminal-Bench ScienceVals AI20.0%折算分 69.6+
• LiveBench ReasoningLiveBench91.7%折算分 69.3+
• Terminal-Bench ScienceArtificial Analysis22.4%折算分 68.8+
• MysteryMechanismVals AI33.3%折算分 68.6+
• Humanity's Last ExamArtificial Analysis49.5%折算分 65.4+

专业办公62.78 项

• AA-Analyst AgentArtificial Analysis47.5%折算分 68.7+
• LiveBench Data AnalysisLiveBench79.8%折算分 67.9+
• AA-BriefcaseArtificial Analysis1,480折算分 67.2+
• AutomationBench-AAArtificial Analysis60.1%折算分 66.9+
• GDPval-AAArtificial Analysis1,608.6折算分 66.0+
• Finance AgentVals AI53.8%折算分 61.4+
• Harvey 法律 Agent 基准Vals AI2.5%折算分 至多 55.6+
• MedCodeVals AI44.0%折算分 54.4+

知识问答65.77 项

• SimpleQA VerifiedEpoch AI69.7%折算分 80.9+
• LiveBench LanguageLiveBench87.7%折算分 76.5+
• AA-OmniscienceArtificial Analysis22折算分 64.8+
• LiveBench IFLiveBench71.8%折算分 64.6+
• AA-LCRArtificial Analysis84.0%折算分 62.8+
• MLCR-AAArtificial Analysis26.1%折算分 61.3+
• PBullshitBench v2BullshitBench47.0%折算分 54.9+

真人盲选64.71 项

• Arena TextLMArena1,484.7折算分 63.0+

测过，但按规则不计入

这些公开成绩没有计入，原因如下：例如评测方公布超过一半题目被转给了旧型号，或者无法确认测的是哪个版本。

• APEX-Agents 1.1：Pro 系统多次采样后汇总作答，不是 GPT-5.6 Sol 本身。
• τ³-Banking · Mercor：Pro 系统多次采样后汇总作答，不是 GPT-5.6 Sol 本身。