GPT-6.1 Sol · Terminal-Bench-Science · 0.1 · 成绩与配置

GPT-6.1 Sol 的 Terminal-Bench-Science · 0.1 记录。本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录),附 10 条来源定位。

成绩与评测条件

GPT-6.1 Sol · Terminal-Bench-Science 成绩与配置
指标与成绩配置与评测条件出处
Score43.7%原文 43.7% · 单位 %
公布 未确认
GPT-6.1 Sol low
设置
GPT-6.1 Sol; reasoning effort low as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
low
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort low, as labeled in the official chart. Additional later comparison chart cost: $1.79 (USD axis).
在排名中查看此成绩
Score47.6%原文 47.6% · 单位 %
公布 未确认
GPT-6.1 Sol medium
设置
GPT-6.1 Sol; reasoning effort medium as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort medium, as labeled in the official chart. Additional later comparison chart cost: $2.34 (USD axis).
在排名中查看此成绩
Score51.1%原文 51.1% · 单位 %
公布 未确认
GPT-6.1 Sol high
设置
GPT-6.1 Sol; reasoning effort high as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort high, as labeled in the official chart. Additional later comparison chart cost: $2.76 (USD axis).
在排名中查看此成绩
Score53.7%原文 53.7% · 单位 %
公布 未确认
GPT-6.1 Sol xhigh
设置
GPT-6.1 Sol; reasoning effort xhigh as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort xhigh, as labeled in the official chart. Additional later comparison chart cost: $2.89 (USD axis).
在排名中查看此成绩
Score57%原文 57.0% · 单位 %
公布 未确认
GPT-6.1 Sol max
设置
GPT-6.1 Sol; reasoning effort max as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Terminal-Bench-Science 0.1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort max, as labeled in the official chart. Additional later comparison chart cost: $5.47 (USD axis).
在排名中查看此成绩

出处与披露

测试版本与指标

别名 Terminal-Bench-Science 0.1

  • Score · % · 越高越好