OpenAI 于 2026 年 9 月 22 日发布了 GPT-6 Sol (Max),在超过 4,000 次真实世界智能体会话中实现了 +7.7% 的净提升。该模型目前排名第 #6 on the Agent Arena leaderboard, up from the #8 位,取代了 GPT-5.6 Sol (xHigh) 原先所处的位置;后者仅实现了 +6.2% 的提升。此次发布旨在优化智能体工作流的成本效益,其 API 定价为每 100 万个输入 token 2 美元、每 100 万个输出 token 10 美元,较 GPT-5.6 的费率降低了 50%。
GPT-6 Sol 在 4,000 多次智能体会话中实现 +7.7% 的提升
GPT-6 Sol 的 API 定价较 GPT-5.6 的费率降低了 50%,改变了大规模运行智能体工作流的经济性。在衡量任务是否最终完成、而非仅进行部分尝试的 Confirmed Success 指标上,GPT-6 Sol 得分为 +11.4%,综合排名第 4 位。
在 DeepSWE v1.1 基准测试中——这项测试广泛用于追踪模型在最大努力模式下的软件工程能力——GPT-6 Sol 的得分为 68.8%。OpenAI 声称,Sol 以低约 80% 的成本,实现了与表现最强的 Claude 同类模型相当的 DeepSWE 性能。
OpenAI 于 9 月 22 日与 Sol 一同推出 GPT-6 Luna
GPT-6 Sol 并非单独发布。OpenAI 于 9 月 22 日与 GPT-6 Sol 一同推出了 GPT-6 Luna,两款模型均与 GPT-6 Astra 共同构成 GPT-6 家族;GPT-6 Astra 此前已作为该家族的一部分发布。GPT-6 Sol 和 Luna 专门面向可扩展且具成本效益的应用,包括智能体工作流、专业自动化流程以及始终在线的 AI 基础设施。
GPT-6 Sol 在 DeepSWE 基准测试中得分 68.8%
Anthropic 的 Claude Opus 5 和 Claude Fable 5 依然实力强劲,其顶级 DeepSWE 得分超过了 Sol 的 68.8%。AutomationBench 的结果显示,据报道,Sol 以低于某些 Claude Opus 5 配置的成本完成任务,这凸显了其战略意图:OpenAI 瞄准的是每项已完成任务的成本,而非绝对基准测试排名。
常见问题
GPT-6 Sol 在 Agent Arena 排行榜上实现了多大的性能提升?
GPT-6 Sol (Max) 在 Agent Arena 排行榜上超过 4,000 次真实世界智能体会话中实现了 +7.7% 的净提升,排名第 #6 overall. This represents an increase from the #8 位,取代了 GPT-5.6 Sol (xHigh) 原先所处的位置;后者仅实现了 +6.2% 的提升。
与 GPT-5.6 相比,GPT-6 Sol 的成本是多少?
GPT-6 Sol 的 API 定价为每 100 万个输入 token 2 美元、每 100 万个输出 token 10 美元,较 GPT-5.6 的费率降低了 50%。OpenAI 声称,Sol 以低约 80% 的成本,实现了与表现最强的 Claude 同类模型相当的 DeepSWE v1.1 基准测试性能。
OpenAI 与 GPT-6 Sol 一同发布了哪些模型?
OpenAI 于 2026 年 9 月 22 日与 GPT-6 Sol 一同推出了 GPT-6 Luna。两款模型均与 GPT-6 Astra 共同构成 GPT-6 家族;GPT-6 Astra 此前已作为该家族的一部分发布。GPT-6 Sol 和 Luna 专门面向可扩展且具成本效益的应用,包括智能体工作流、专业自动化流程以及始终在线的 AI 基础设施。