GPT 5.6 Sol 在金融基准上公布成绩

maithra_raghu · x · 2026-07-14

这条帖子更新了 GPT 5.6 Sol 在 FrontierFinance 基准上的结果。该基准被作者称为“最难、最大”的公开金融智能评测之一。

主要结果

• GPT 5.6 Sol：46.8%
• Fable 5：49.2%，质量更高
• Opus 4.8：45%
• Samaya’s System (light)：50.8%，同时成本最低，仍在质量/成本的 Pareto 前沿
• Sol 的优势在于：单次查询成本低于 Fable

作者的分析

• 不同模型在“金融数据提取”和“金融分析能力”上表现出差异
• 作者还补充了更细的案例分析，说明哪些类型的题目对不同模型更难

原文链接 →

「模型」频道最新

• 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
• 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

更多「模型」频道 AI 资讯 →