公开知识图谱记录
GPT-5.6 Sol
记录摘要
与 Astra 在同一组 11 项研究任务上进行比较。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: CursorBench最佳得分低于Claude Opus 5.5得分11个百分点
- 基准测试: 作为GPT-6 Sol的前代模型被比较
- 基准测试: 被GPT-6 Sol在FrontierCode上显著超越
- 基准测试: 被GPT-6 Luna在OSWorld上超过
- 基准测试: OSWorld 2.0：65.7%
- 基准测试: OSWorld 2.0 得分 65.7%
- 基准测试: 在 11 项研究任务上评估
- 基准测试: 平均得分 41.6%
资料覆盖
知识图谱当前记录了 12 个已知资料维度，另有 7 个维度尚未记录，关联 40 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- ChatGPT Work — 采用
- Prime Agent — 胜过
- V7 Go — 采用
- BioBasicsBench — 评测于
- MentalHealthBench — 采用