GPT-6.1 Sol

Dónde lo sitúa la gente

Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.

Sobre el papel

Rankings de pruebas fijas de la pestaña de benchmarks: Relación calidad-precio #4, Razonamiento #6, Velocidad #17.

Puntos fuertes y débiles

Ideal para

• Programar con OpenAI Codex
• Un todoterreno potente a precio medio
• Leer gráficos, capturas de pantalla y documentos

Todas las puntuaciones que tenemos

Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.

• LMArena, arena de texto (votos humanos)1483,8Puntaje Arena 1483.8 (IC 95% 1475.7 a 1492.0); 6,320 votos; entrada "gpt-6.1-sol-max"; puesto 22 de 416 en la tabla completa
• LMArena, escritura creativa1458,4Puntaje Arena 1458.4 (IC 95% 1441.5 a 1475.4); 1,419 votos; entrada "gpt-6.1-sol-max"; puesto 30 de 414 en la tabla completa
• LMArena WebDev (programación)1755,5Puntaje Arena 1755.5 (IC 95% 1742.0 a 1768.9); 2,863 votos; entrada "GPT-6.1 Sol (Max)"; puesto 4 de 144 en la tabla completa
• LMArena, visión1294,1Puntaje Arena 1294.1 (IC 95% 1279.6 a 1308.5); 1,813 votos; entrada "gpt-6.1-sol-max"; puesto 8 de 165 en la tabla completa
• LMArena Agent Arena0,136Puntaje IPS 0.1360 (IC 95% 0.1170 a 0.1551); 13,444 sesiones; entrada "GPT-6.1 Sol (Max)"; puesto 4 de 52 en la tabla completa
• Artificial Analysis Intelligence Index51,851.8 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 52), configuración "GPT-6.1 Sol (max)"
• Humanity's Last Exam (Artificial Analysis)52,9%52.9% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "GPT-6.1 Sol (max)"
• Terminal-Bench 4.0 (ejecución de Artificial Analysis)56,1%56.1% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "GPT-6.1 Sol (max)"
• Razonamiento con contexto largo (AA-LCR)83,0%83.0% en AA-LCR (razonamiento con contexto largo), configuración "GPT-6.1 Sol (max)"
• MMMU-Pro, comprensión de imágenes86,0%86.0% en MMMU-Pro (comprensión de imágenes, AA), configuración "GPT-6.1 Sol (max)"
• AA-Omniscience, aciertos menos alucinaciones41,541.5 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "GPT-6.1 Sol (max)"
• Velocidad de salida, tokens por segundo66 t/s66 tokens de salida por segundo (mediana de AA), fila "GPT-6.1 Sol (max)"
• Costo por tarea de prueba de Artificial Analysis$0.72$0.72 por ejecutar una tarea del AA Intelligence Index, fila "GPT-6.1 Sol (max)"
• Artificial Analysis Coding Agent Index62,962.9 en el AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), mejor configuración listada "Codex - GPT-6.1 Sol (xhigh)"
• Ranking de Terminal-Bench 4.058,2%58.2% resuelto en Terminal-Bench 4.0 (más o menos 3.1, IC 95%) con Codex en esfuerzo máximo
• Puzles ARC-AGI-294,2%94.17% en ARC-AGI-2 (conjunto semiprivado), mejor configuración listada "GPT-6.1 Sol (Max)", $0.25 por tarea
• Puzles ARC-AGI-352,7%52.73% en ARC-AGI-3 (semiprivado, harness estándar; se excluyen las ejecuciones "provider adapter"), mejor configuración listada "GPT-6.1 Sol (Max)"