GPT 5.6 评测胜过竞品
soumitrashukla9 · x · 2026-07-10
作者团队用 Shortcut 生产评测框架，在自家内部的两套电子表格任务基准上，对 GPT 5.6-Sol、Fable 和 Opus 做了对比。
结果显示，Sol 的价格约为 Opus 的一半，但准确率相近甚至更高；同时它所需轮次更少、速度更快。团队还提到，过去 GPT 模型常因格式输出不稳定而不适合默认上线，但这次在格式表现上的差距也已缩小，尽管 Fable 仍是最佳。
「模型」频道最新
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11