写作基准实测:GPT-6.1 Sol 比上代倒退 153 Elo,还更慢更贵
OnlyProggingForFun · reddit · 2026-09-30
一个包含 181 个模型配置的内部写作基准(10 个剧本任务、每任务 5 篇、三家实验室的 AI 评委盲评)显示,GPT-6.1 Sol 在写作上是倒退:
- 对上代:GPT-6.1 Sol 最佳设置(xhigh)1976 Elo,比 GPT-6 Sol 最佳低 153 Elo,且更贵更慢(每篇 $0.13/5.8 分钟 vs $0.11/2.9 分钟)——留在 GPT-6 Sol 更划算
- 对 Astra:xhigh 与 GPT-6 Astra 基本打平(1976 vs 1968),价格约为其 1/6($0.13 vs $0.85)——在用 Astra 写作的可以切换
- effort 设置几乎不影响写作:low 到 max 只差 24 Elo,在噪声范围内;medium/high 甚至低于 low;max 比 xhigh 多花 33% 成本却毫无提升
- low 是 Codex 对 6.1 Sol 的默认档,距最佳只差约 25 Elo,写作场景没必要调
结论:写作用 GPT-6 Sol(high/max);非要用 6.1 Sol,low 是便宜之选,xhigh 是最佳档。
所属事件:GPT-6.1 Sol 发布:Astra 级智能、价格约 1/5(32 条相关)→
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16