作者称,GPT-6.2 Sol 在其 EnergyBench 企业工作流基准中得分为 81.7%,低于 GPT-6.1 Sol 的 92.8%。作者表示暂时继续使用 6.1 Sol。
适合判断的任务:作者所称的 EnergyBench 企业工作流任务。
不适合外推的任务:其他基准、一般对话或未说明的工作流。原帖未提供任务构成和样本量。
适用的模型版本:GPT-6.2 Sol。原帖未说明具体公开模型标识或发布日期。
测试环境或客户端:未说明。据作者称使用 EnergyBench。
推理档位和参数:未说明。
作者称其团队在 EnergyBench(企业工作流基准)上运行了 GPT-6.2。原帖未交代任务数、试验次数、评分方法、运行配置或模型路由,因此无法判断评测是否可复现,也无法确认比较条件是否一致。
| 模型 | 原帖得分 | 备注 |
|---|---|---|
| GPT-6.2 Sol | 81.7% | 本文目标模型 |
| GPT-6.1 Sol | 92.8% | 作者称暂时继续使用此版本 |
| GPT-6.2 Astra | 87.9% | 作者注明成本为 GPT-6.1 Sol 的 3.6 倍 |
原帖给出的 EnergyBench 分数:GPT-6.1 Sol 92.8%、GPT-6.2 Astra 87.9%、GPT-6.2 Sol 81.7%。成本倍数只针对 Astra,原帖未提供成本口径或 Sol 的成本数据。
这是一条基准运行者发布的简短结果报告,可记录为作者对其 EnergyBench 测试的陈述。由于缺少样本量、任务明细、评分定义、运行参数及配置,81.7% 不能解释为 GPT-6.2 Sol 在企业流程上的普遍能力,也不足以单独判定版本优劣。
原帖没有提供 EnergyBench 任务集、运行配置或结果明细,无法据此复现。若要复测,应先获得相同任务集、评分规则和模型配置,并记录每项任务结果及样本量。
GPT-6.2 Sol