GPT-6.1 sol 纯推理反超对手:HLE-Diamond 拿 67.4%,仅用 4k token
haider1 · x · 2026-09-30
X 用户 haider1 分享了据称是 GPT-6.1 sol 在 HLE-Diamond 基准上的成绩(未经官方证实):
- 总分:6.1 sol 53.2%,Fable 5.1 50.7%,Opus 5.5 54.6%
- 纯推理子项上 6.1 sol 反超两者:67.4%,对 Fable 5.1 的 60.8% 和 Opus 5.5 的 62.4%
- 更突出的是 token 效率:6.1 sol 仅用约 4k tokens,而 Fable 5.1 用 16k、Opus 5.5 用 10k
若属实,说明该模型在推理效率上有明显优势——同等或更高准确率下 token 消耗只有竞品的四分之一到二分之一。数据来自第三方账号,尚待官方确认。
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