GPT-5.6 Terra

编程59.813 项

• ProgramBenchVals AI0.5%折算分 至多 80.3+
• Terminal-Bench 4.0Artificial Analysis35.4%折算分 65.6+
• CyberBench Patch v1.1Vals AI87.5%折算分 65.4+
• TapTap MakerTapTap Maker75.6%折算分 61.8+
• Vibe Code Bench v1.1Vals AI74.6%折算分 61.5+
• MirrorCodeEpoch AI41.1%折算分 60.8+
• Terminal-Bench 4.0Vals AI22.7%折算分 60.2+
• LiveBench Agentic CodingLiveBench54.9%折算分 59.5+
• LiveBench CodingLiveBench78.2%折算分 58.2+
• TTerminal-Bench 4.0Terminal-Bench21.5%折算分 56.5+
• SciCodeArtificial Analysis55.0%折算分 56.5+
• APEX-SWEMercor31.1%折算分 51.0+
• Vibe Code Bench 1–100Vals AI14.8%+

科研65.79 项

• FrontierMath T1–3Epoch AI86.0%折算分 72.7+
• CritPtArtificial Analysis30.0%折算分 70.8+
• AARC-AGI-2ARC Prize83.9%折算分 69.6+
• LiveBench ReasoningLiveBench90.6%折算分 67.0+
• Chess PuzzlesEpoch AI47.0%折算分 65.3+
• Terminal-Bench ScienceArtificial Analysis13.8%折算分 63.6+
• Mystery Game PuzzlesEpoch AI35.0%折算分 62.6+
• Terminal-Bench ScienceVals AI10.0%折算分 62.3+
• Humanity's Last ExamArtificial Analysis42.9%折算分 60.2+

专业办公63.19 项

• LiveBench Data AnalysisLiveBench79.3%折算分 66.8+
• AutomationBench-AAArtificial Analysis59.6%折算分 66.4+
• APEX-AgentsMercor58.2%折算分 66.2+
• Legal Research BenchVals AI41.3%折算分 65.2+
• TaxAgentBenchVals AI30.0%折算分 64.8+
• τ³-BankingMercor38.8%折算分 62.9+
• AA-BriefcaseArtificial Analysis1,333.4折算分 61.6+
• GDPval-AAArtificial Analysis1,461.5折算分 61.2+
• MedCodeVals AI43.4%折算分 53.9+

知识问答59.68 项

• MLCR-AAArtificial Analysis27.2%折算分 72.8+
• LiveBench LanguageLiveBench82.9%折算分 64.6+
• PBullshitBench v2BullshitBench54.0%折算分 62.6+
• LNYT Connections 扩展版Lech Mazur78.4%折算分 58.8+
• AA-LCRArtificial Analysis83.0%折算分 58.0+
• LiveBench IFLiveBench64.6%折算分 54.8+
• SimpleQA VerifiedEpoch AI43.2%折算分 53.8+
• AA-Omniscience v1.1Artificial Analysis-9.3折算分 46.2+

真人盲选59.91 项

• Arena TextLMArena1,467.3折算分 56.9+

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。

• Arena WebDev：该次 Agent 配置尚未对应到评测方这项评测的主流程。

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。