GPT Sol 6.1 以 50.45% 登顶长时程基准，开源最佳仅 11.86%
teortaxesTex · x · 2026-11-07
据引用的基准更新，GPT Sol 6.1 在 12 小时时限的任务上表现更稳定，以 50.45% 的成绩登顶基准，但成本高于 Opus 5.5。开源模型差距明显：最好的开源模型 Kimi K3.1 Pro 仅得 11.86%。发帖人评论称这是前沿模型已经变强的又一新任务。
「模型」频道最新
- 曝 fable 5.5 与 astra 6.2 即将发布，10 月新模型断档引热议 — haider1 · 2026-11-07
- Thinking Machines 传以 400 亿美元估值融资 50 亿，押注开源权重市场 — teortaxesTex · 2026-11-07
- MLX-Serve 新版:两台 M3 Ultra 跑 DeepSeek,速度提升 57% — HankYeomans · 2026-11-07
- SGLang Day-0 支持 Kimi K3.1 Pro:单卡 33.7K tok/s,稀疏注意力更省 — ying11231 · 2026-11-07
- 圈内人放话：新 checkpoint 加 RL 轻松超 5.6 Sol，成本仅约百万美元 — teortaxesTex · 2026-11-07
- 爆料：Thinky新模型2S预训练仅用1/12时间，或比肩甚至超越DeepSeek V4.1 — teortaxesTex · 2026-11-07