GPT-6 Sol

编程66.58 项

• ProgramBenchVals AI2.0%读数 至多 84.0+
• Terminal-Bench 4.0Vals AI44.4%读数 72.2+
• Code MigrationVals AI57.2%读数 70.3+
• Terminal-Bench 4.0Artificial Analysis43.9%读数 70.2+
• Vibe Code Bench v1.1Vals AI87.8%读数 70.1+
• CyberBench Patch v1.1Vals AI89.3%读数 69.3+
• LiveBench CodingLiveBench81.8%读数 62.2+
• SciCodeArtificial Analysis57.6%读数 59.2+

科研69.38 项

• FrontierMath T1–3Epoch AI89.8%读数 77.8+
• Terminal-Bench ScienceVals AI30.0%读数 75.5+
• Mystery Game PuzzlesEpoch AI56.0%读数 73.9+
• Terminal-Bench ScienceArtificial Analysis30.0%读数 72.8+
• CritPtArtificial Analysis30.9%读数 72.6+
• MysteryMechanismVals AI30.2%读数 66.3+
• Humanity's Last ExamArtificial Analysis47.9%读数 64.2+
• LiveBench ReasoningLiveBench88.7%读数 64.1+

专业办公62.99 项

• LiveBench Data AnalysisLiveBench81.2%读数 69.9+
• AutomationBench-AAArtificial Analysis61.6%读数 67.7+
• AA-BriefcaseArtificial Analysis1,479.5读数 67.3+
• τ³-BankingMercor43.0%读数 66.1+
• APEX-AgentsMercor54.3%读数 63.8+
• GDPval-AAArtificial Analysis1,507.6读数 62.4+
• MedCodeVals AI47.1%读数 58.0+
• Finance AgentVals AI49.0%读数 56.3+
• Harvey 法律 Agent 基准Vals AI1.7%读数 至多 56.3+

知识问答64.07 项

• LiveBench LanguageLiveBench85.3%读数 70.6+
• SimpleQA VerifiedEpoch AI60.7%读数 69.8+
• AA-OmniscienceArtificial Analysis27.1读数 68.4+
• PBullshitBench v2BullshitBench54.0%读数 62.2+
• AA-LCRArtificial Analysis83.7%读数 61.8+
• LiveBench IFLiveBench68.6%读数 59.5+
• MLCR-AAArtificial Analysis16.1%读数 48.2+

真人盲选60.21 项

• Arena TextLMArena1,457.2读数 52.7+

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。