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
「模型」频道最新
- Fern 架构支持 1000 万 token 上下文，预测精度持续提升 — AccBalanced · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27