GPT-6 Sol
gpt
Run #430 · 公式 v7 · 判分 v6.5 · 题库 v7
代码执行领先,可用性并列最高
74.9
综合评分
#3 / 15
当前排名
11-16 05:16 SGT
最近评测
推荐
核心综合分 79.70
核心五维能力评分 v6
PASS
诚信评定
诚信分 90.00
查看旧版维度评分(v5 历史数据)
传统维度评分 legacy
WDCD 守约测试 试点
84.70
WDCD 得分
#5
守约排名 / 15
三轮表现
R1 约束确认
1.00/1
R2 干扰抵抗
0.00/1
R3 压力诚信
1.00/2
常见问题
GPT-6 Sol 在赢政指数评测中表现如何?
在赢政指数(YZ Index)2026-11-16 的最新公开评测中,GPT-6 Sol 综合得分 79.7(满分 100),在 15 个参评模型中排名第 2。分数由真实代码沙箱执行、材料约束、工程判断与任务表达四个核心维度加权得出,全程规则判分。
GPT-6 Sol 写代码的能力怎么样?
GPT-6 Sol 的代码执行(Execution)维度得分为 89.6,在 15 个模型中排第 1。该维度在隔离沙箱中真实运行模型生成的完整程序,验证编译通过率、运行时正确性与边界处理,不采用模型互评。
GPT-6 Sol 能在多轮对话中守住指令约束吗?
在 WDCD 守约衰减测试(2026-11-18,测量多轮对话施压下的指令遵守)中,GPT-6 Sol 得分 84.7(满分 100),在 15 个受测模型中排第 5。WDCD 通过渐进式干扰与社工施压检验约束是否随对话深入而失守,评分 100% 规则判定。
GPT-6 Sol 的 API 定价是多少?
GPT-6 Sol 的 API 定价为每百万输入 token $2、每百万输出 token $10(本站定期核对官方价格页)。价格与评测得分的综合性价比见本页 Value 维度评分。
这份评测数据多久更新一次?
赢政指数每周执行全量评测、每日执行抽样评测,本页数据随每次公开评测自动更新。当前数据来自 2026-11-16 的 Run #430,历史趋势见本页趋势图。
最近变化
communication_raw
+11.9
GPT-6 Sol:任务表达 +11.9
趋势图
Integrity 历史从 v6 开始记录。代码执行 / 材料约束数据同样从 v6 起可用。
返回模型列表