GPT-6.1 Sol

Onde as pessoas o colocam

Pelos votos às cegas do LMArena, em que as pessoas escolhem a melhor de duas respostas anônimas. Veja as tabelas completas no ranking de IA.

No papel

Rankings de testes fixos da aba de benchmarks: Custo-benefício #4, Raciocínio #6, Velocidade #17.

Pontos fortes e fracos

Ideal para

• Programar com o OpenAI Codex
• Um modelo completo e forte por um preço intermediário
• Ler gráficos, capturas de tela e documentos

Todas as notas que temos

Cada barra compara este modelo com o melhor resultado de qualquer modelo desta página no mesmo teste.

• LMArena, arena de texto (votos humanos)1.483,8Pontuação na Arena 1483.8 (IC 95% 1475.7 a 1492.0); 6,320 votos; entrada "gpt-6.1-sol-max"; posição 22 de 416 no ranking completo
• LMArena, escrita criativa1.458,4Pontuação na Arena 1458.4 (IC 95% 1441.5 a 1475.4); 1,419 votos; entrada "gpt-6.1-sol-max"; posição 30 de 414 no ranking completo
• LMArena WebDev (programação)1.755,5Pontuação na Arena 1755.5 (IC 95% 1742.0 a 1768.9); 2,863 votos; entrada "GPT-6.1 Sol (Max)"; posição 4 de 144 no ranking completo
• LMArena, visão1.294,1Pontuação na Arena 1294.1 (IC 95% 1279.6 a 1308.5); 1,813 votos; entrada "gpt-6.1-sol-max"; posição 8 de 165 no ranking completo
• LMArena Agent Arena0,136Pontuação IPS 0.1360 (IC 95% 0.1170 a 0.1551); 13,444 sessões; entrada "GPT-6.1 Sol (Max)"; posição 4 de 52 no ranking completo
• Artificial Analysis Intelligence Index51,851.8 no Artificial Analysis Intelligence Index v4.3.2 (a AA mostra 52), configuração "GPT-6.1 Sol (max)"
• Humanity's Last Exam (Artificial Analysis)52,9%52.9% no Humanity's Last Exam (AA, 2,158 perguntas só de texto), configuração "GPT-6.1 Sol (max)"
• Terminal-Bench 4.0 (execução da Artificial Analysis)56,1%56.1% no Terminal-Bench 4.0 executado pela AA (harness mini-swe-agent), configuração "GPT-6.1 Sol (max)"
• Raciocínio com contexto longo (AA-LCR)83,0%83.0% no AA-LCR (raciocínio em contexto longo), configuração "GPT-6.1 Sol (max)"
• MMMU-Pro, compreensão de imagens86,0%86.0% no MMMU-Pro (compreensão de imagens, AA), configuração "GPT-6.1 Sol (max)"
• AA-Omniscience, acertos menos alucinações41,541.5 no AA-Omniscience Index (precisão de conhecimento menos alucinação, escala de -100 a 100), configuração "GPT-6.1 Sol (max)"
• Velocidade de saída, tokens por segundo66 t/s66 tokens de saída por segundo (mediana da AA), linha "GPT-6.1 Sol (max)"
• Custo por tarefa de teste da Artificial Analysis$0.72$0.72 para rodar uma tarefa do AA Intelligence Index, linha "GPT-6.1 Sol (max)"
• Artificial Analysis Coding Agent Index62,962.9 no AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), melhor configuração listada "Codex - GPT-6.1 Sol (xhigh)"
• Ranking do Terminal-Bench 4.058,2%58.2% resolvido no Terminal-Bench 4.0 (mais ou menos 3.1, IC 95%) com Codex no esforço max
• Quebra-cabeças ARC-AGI-294,2%94.17% no ARC-AGI-2 (conjunto semiprivado), melhor configuração listada "GPT-6.1 Sol (Max)", $0.25 por tarefa
• Quebra-cabeças ARC-AGI-352,7%52.73% no ARC-AGI-3 (semiprivado, harness padrão; execuções "provider adapter" excluídas), melhor configuração listada "GPT-6.1 Sol (Max)"