GPT-6 SolvsGPT-6 Astra
在 24 个共同 benchmark 中，GPT-6 Astra 整体领先：GPT-6 Sol 领先 1 项，GPT-6 Astra 领先 23 项，持平 0 项，平均分差 -12.71。
GPT-6 Sol
OpenAI · 2026-09-22 · 推理大模型
GPT-6 Astra
OpenAI · 2026-09-03 · 推理大模型
GPT-6 Sol1 项(4%)(96%)23 项GPT-6 Astra
评测分数
按能力类目分组，每组内按分差大小排列；共 24 项。
金融
GPT-6 Astra 领先 3/3| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Tax Agent Bench | 53.0520 / 20Max (With Tools) | 63.3412 / 20Max (With Tools) | -10.29 |
| Finance Agent v2 | 49.0532 / 43Max (With Tools) | 53.5423 / 43Max (With Tools) | -4.49 |
| EMB (Excel Modeling) | 71.538 / 42Max (With Tools) | 71.707 / 42Max (With Tools) | -0.17 |
临床工作与医疗决策
GPT-6 Astra 领先 2/2| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| MedScribe | 82.0337 / 66Max (With Tools) | 87.9111 / 66Max (With Tools) | -5.88 |
| MedCode | 47.0727 / 64Max (With Tools) | 48.4920 / 64Max (With Tools) | -1.42 |
抽象归纳与泛化
GPT-6 Astra 领先 2/2| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| ARC-AGI-3 | 4.6216 / 51Max (No Tools) | 62.711 / 51Max (No Tools) | -58.09 |
| ARC-AGI-1 | 29.33167 / 193Normal (No Tools) | 8690 / 193Normal (No Tools) | -56.67 |
法律
GPT-6 Astra 领先 2/2| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Legal Research Bench | 28.8532 / 42Max (With Tools) | 39.4220 / 42Max (With Tools) | -10.57 |
| Harvey's Legal Agent Benchmark | 1.6731 / 43Max (With Tools) | 5.4222 / 43Max (With Tools) | -3.75 |
程序生成与编辑
GPT-6 Astra 领先 2/2| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| FrontierCode 1.1 Main | 49.308 / 11Max (With Tools) | 53.304 / 11Max (With Tools) | -4 |
| Vibe Code Bench v1.1 | 87.827 / 61Max (With Tools) | 89.595 / 61Max (With Tools) | -1.77 |
写作与创意表达
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Creative Writing | 2,1254 / 110Normal (No Tools) | 2,1731 / 110Normal (No Tools) | -48.60 |
多轮记忆与持续上下文
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| EBR-bench | 53.334 / 23Max (With Tools) | 76.191 / 23Max (With Tools) | -22.86 |
客服与业务流程
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| SAGE | 44.7932 / 64Max (With Tools) | 46.3728 / 64Max (With Tools) | -1.58 |
数学
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| ProofBench v1.1 (Lean 4) | 837 / 28Max (With Tools) | 993 / 28Max (With Tools) | -16 |
机器学习工程
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| WeirdML v3 | 0.204 / 13Extra-High (With Tools) | 0.421 / 13Extra-High (With Tools) | -0.22 |
桌面工作流
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| OSWorld 2.0 | 64.408 / 14Max (With Tools) | 72.603 / 14Max (With Tools) | -8.20 |
科学知识与推理
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| CritPt | 30.866 / 204Max (No Tools) | 31.703 / 204Max (No Tools) | -0.84 |
科学计算与科研编程
GPT-6 Sol 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| SciCode | 57.6417 / 134Max (No Tools) | 56.5025 / 134Max (No Tools) | +1.14 |
算法与竞赛编程
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| IOI (Vals v2) | 82.617 / 26Max (With Tools) | 1001 / 26Max (With Tools) | -17.39 |
维护、优化与工程管理
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Code Migration | 57.204 / 43Max (With Tools) | 67.741 / 43Max (With Tools) | -10.54 |
自主开发与终端任务
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Terminal-Bench 4.0 | 43.9419 / 98Max (With Tools) | 58.184 / 98Max (With Tools) | -14.24 |
跨应用与工具编排
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Agents' Last Exam | 56.402 / 24Max (With Tools) | 59.301 / 24Max (With Tools) | -2.90 |
跨能力聚合指数
GPT-6 Astra 领先 1/1| 评测项 | GPT-6 Sol | GPT-6 Astra | 分差 |
|---|---|---|---|
| Vals Index v2.1 | 57.5410 / 36Max (task-specific tools) | 63.136 / 36Max (task-specific tools) | -5.59 |
规格对比
| 字段 | GPT-6 Sol | GPT-6 Astra |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2026-09-22 | 2026-09-03 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1.05M | 1.05M |
| 最大输出 | 128K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-6 Sol | GPT-6 Astra |
|---|---|---|
| 文本输入 | $2 / 1M tokens | $10 / 1M tokens |
| 文本输出 | $10 / 1M tokens | $50 / 1M tokens |
| 缓存读取 | $0.2 / 1M tokens | $1 / 1M tokens |
| 缓存写入 | $2.5 / 1M tokens | $12.5 / 1M tokens |
小结
- GPT-6 Sol在以下类目领先:科学计算与科研编程 (1/1)
- GPT-6 Astra在以下类目领先:金融 (3/3)、临床工作与医疗决策 (2/2)、抽象归纳与泛化 (2/2)、法律 (2/2)、程序生成与编辑 (2/2)、写作与创意表达 (1/1)、多轮记忆与持续上下文 (1/1)、客服与业务流程 (1/1)、数学 (1/1)、机器学习工程 (1/1)、桌面工作流 (1/1)、科学知识与推理 (1/1)、算法与竞赛编程 (1/1)、维护、优化与工程管理 (1/1)、自主开发与终端任务 (1/1)、跨应用与工具编排 (1/1)、跨能力聚合指数 (1/1)
24 个共同 benchmark 上，GPT-6 Astra 平均高出 12.71 分。
单项差距最大的 benchmark：ARC-AGI-3 — GPT-6 Sol 4.62，GPT-6 Astra 62.71（分差 -58.09）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。