第三方评测：GPT-6.1 Sol 机器人任务成功率 19.1% 超越 Opus 5.5
OpenAIDevs · x · 2026-10-20
评测机构 XDOF 发布四个前沿模型在 16 项共享机器人任务上的总体成功率对比（共 1868 次计分运行，附 95% 置信区间）：
- GPT-6.1 Sol：19.1%（473 次运行，CI 16.8–21.4%）
- GPT-6 Astra：17.2%（464 次运行，CI 14.3–20.2%）
- Opus 5.5：11.6%（458 次运行，CI 9.4–13.8%）
- Fable 5.1：9.1%（473 次运行，CI 7.5–11.0%）
OpenAI 两款模型包揽前二，且 Sol 成绩高于 Astra；两者均明显领先 Anthropic 的对标模型。
「模型」频道最新
- OpenAI 额度机制遭吐槽：剩 13% 用量时拒绝手动重置 — AccomplishedSugar490 · 2026-10-23
- 816B Meta 新模型 39 分反输 180B Qwen：开源模型得分/规模图 — BTA_Labs · 2026-10-23
- 文档太大就不干活？Gemini 在 Google Docs 里拒生图 — viksit · 2026-10-23
- 程序员吐槽：人生真正使命是安利大家试试最新 DeepSeek — intellectronica · 2026-10-23
- SubQ Snap 1.1 登顶决策模型指数，384K 上下文与低幻觉率取胜 — ArtificialAnlys · 2026-10-23
- PolyAI 推 Dialog-RSN-1 语音模型：单 pass 直听音频，响应快于 300ms — matthen2 · 2026-10-23