GPT-5.6 Sol 性价比进步
PubliusAu · reddit · 2026-07-10
帖子称 GPT-5.6 Sol 在开源基准 Senior SWE-bench 上进入帕累托前沿，性能接近 Opus 4.8，但成本只有约 40%。同时提到 Grok 4.5 达到接近 GPT-5.5 的表现，成本约为其 25%。
作者强调 Senior SWE-bench 用于评估智能体处理高级工程任务的能力，且是开源、Harbor-compatible，并采用部分私有任务来降低污染风险。
所属事件:GPT-5.6 发布引发性能与成本热议(10 条相关)→
「模型」频道最新
- Business Standard 订阅宣传含 Gemini，实际却不是能测 AI 的档位 — ChrisRackauckas · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- OpenRouter 与 API 现身 Aurora 多个 checkpoint,传为 OpenAI 应对 Fable 5.5 — ChrisGPT · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18