综合智能
65 平均 52第 5 / 25- Epoch Capabilities Index (ECI)168.9 ECI标准分 91Epoch AI · 11月5日
- LMArena Text Arena1446 Elo标准分 40LMArena · 10月28日 ·
gpt-6.1-sol-max
GPT-6.1 Sol
OpenAI
- 综合名次
- #7 / 23 个参与排名
- 综合分
- 59.9 / 100
- 有成绩的维度
- 8 / 8
- 名次较 11月3日
- — 名次不变
能力雷达
各维度成绩
编程
54 平均 48第 5 / 29- LMArena WebDev Arena1751 Elo标准分 69LMArena · 10月28日 ·
gpt-6.1-sol-max - SciCode（科研代码）55.8%标准分 39Epoch AI · 11月5日 ·
gpt-6.1-sol_high
数学
73 平均 50第 6 / 25- ProofBench99.0%标准分 64Epoch AI · 11月5日 ·
gpt-6.1-sol_unknown - FrontierMath 1–3 级93.7%标准分 83Epoch AI · 11月5日 ·
gpt-6.1-sol_max
科学推理
67 平均 50第 4 / 26- CritPt（前沿物理研究）31.7%标准分 68Epoch AI · 11月5日 ·
gpt-6.1-sol_max - GPQA Diamond95.4%标准分 67Epoch AI · 11月5日 ·
gpt-6.1-sol_max
智能体
53 平均 48第 12 / 24- APEX-Agents（Mercor）60.0%标准分 53Epoch AI · 11月5日 ·
gpt-6.1-sol_max - Vending-Bench 2（长程经营）缺
事实可靠性
68 平均 48第 3 / 19- SimpleQA Verified73.9%标准分 68Epoch AI · 11月5日 ·
gpt-6.1-sol_max
创意写作
40 平均 46第 14 / 22- LMArena 创意写作1425 Elo标准分 40LMArena · 10月28日 ·
gpt-6.1-sol-max
指令遵循
45 平均 46第 14 / 22- LMArena 指令遵循1467 Elo标准分 45LMArena · 10月28日 ·
gpt-6.1-sol-max