Artificial Analysis 的快照显示,Sol 从 Low 到 Max 的 Intelligence Index 为 41–57。档位越高,单项指数任务耗时越长、输出速度略高,而 Max 汇总页报告的单任务成本为 $1.01。
适合判断的任务:比较该页所测五档在 Artificial Analysis Intelligence Index 上的分数、任务耗时、输出速度和任务成本。
不适合外推的任务:未纳入该指数的任务、其他测试平台或生产环境中的延迟与实际账单。
适用的模型版本:GPT-6.2 Sol。档位为 Low、Medium、High、Xhigh、Max。
测试环境或客户端:Artificial Analysis 独立评测。该页注明 API Provider Benchmarks 无公开数据。
推理档位和参数:五个档位如上。模型默认 effort 为 medium。页面未给出其余推理参数。
Intelligence Index v5.0.1 汇总 9 项评测:AA-Briefcase v1.1、AutomationBench-AA、Terminal-Bench 4.0、FrontierCode-AA 2.0、AA-Omniscience v1.1、GDP.pdf、HLE-Diamond、CritPt v2(Hard Subset)和 Terminal-Bench-Science 0.1。指数分数越高越好。
页面将每项指数任务的耗时定义为输出 token 数除以端到端输出速度。输出速度按包含首 token 等待时间的总请求时间计算。Time to First Answer Token 另计首个答案 token 前的秒数,并包含推理模型的思考时间。任务成本为完成指数任务的加权平均费用。
| 推理档位 | 指数分数 | 每项指数任务耗时 | 输出速度 |
|---|---|---|---|
| Low | 41 | 1.5 分钟 | 65 tok/s |
| Medium | 53 | 3.3 分钟 | 69 tok/s |
| High | 55 | 4.7 分钟 | 72 tok/s |
| Xhigh | 56 | 5.4 分钟 | 75 tok/s |
| Max | 57 | 8.7 分钟 | 77 tok/s |
按此快照,Low 与 Max 相差 16 分。Max 的任务耗时约为 Low 的 5.8 倍。汇总卡片还显示 Max 的首个答案 token 延迟为 76.14 秒,输入价格为每百万 token $2、输出价格为 $10,缓存折扣 95%,每项指数任务成本 $1.01。
页面给出的 Max 总览:Intelligence Index 57(排名 13/96)。每项指数任务 8.7 分钟。输出速度 77 tok/s。首个答案 token 76.14 秒。
五档对照表均显示 1M context window。对照表的 Price 栏均为 $1.47。该值与总览中的每任务成本 $1.01 是不同指标,页面摘录未说明 $1.47 的价格口径。
页面摘要称 Max 在该指数中生成 60.9M 输出 token。指数任务成本图表为 28/763 个模型的比较视图。
页面列出“259 models in this class”,但未解释该分类定义。指数榜视图另显示 28/763 个模型。两者不可视作同一比较样本。
这组数据支持在该指数与该页面的计时口径下比较五档:分数随档位提高,但每项任务用时增加。输出速度的变化幅度较小。不能据此推断一般请求的固定延迟,或把每任务成本当作任意实际请求的报价。页面是动态榜单,本记录仅代表 2026-11-19 所见快照。页面没有展示各档完整原始回答或复测方差。
访问原始模型页,选择 GPT-6.2 Sol 的各推理档位,对照 Intelligence、Time per Task、Output Speed 与 Cost 指标。页面说明无公开 API Provider Benchmarks,因此无法仅凭此页复现提供商 API 端的实测结果。
GPT-6.2 Sol