GPT-6 Sol 在 AutomationBench 得分 33.2%,成本仅 Opus 5 约 1/11
141_1337 · reddit · 2026-09-23
Reddit 用户晒出跑分图：GPT-6 Sol 在 AutomationBench 基准上取得 33.2% 的成绩，超过 Opus 5，同时每个任务的成本约低 11 倍。第三方实测性质，具体榜单细节以图中数据为准。
「模型」频道最新
- DeepSeek V4.1 Flash 单卡 3090 跑出 20 tok/s，官方推理栈开源加持 — casper_hansen_ · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12