GPT-6.2 Sol · Agents' Last Exam · v1.1; current chart task snapshot and scoring details unspecified; not assumed to be the 2026-10-17 snapshot · 成绩与配置

GPT-6.2 Sol 的 Agents' Last Exam · v1.1; current chart task snapshot and scoring details unspecified; not assumed to be the 2026-10-17 snapshot 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 5 条来源定位。

成绩与评测条件

GPT-6.2 Sol · Agents' Last Exam 成绩与配置
指标与成绩配置与评测条件出处
Score66.7%原文 66.7% · 单位 %
公布 未确认
GPT-6.2 Sol low
设置
GPT-6.2 Sol; reasoning effort low, explicitly labeled in the official chart data.
未知项
文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
工具
工具条件未记录
推理预算
low
框架
未记录
协议
未说明
条件
GPT-6.2 Sol; reasoning effort low. v1.1;当前题集日期与评分细则未注明,不并入已注明2026-10-17题集的旧记录。 官方图表单任务成本:$0.27。逐项采样及完整 harness 未注明。
在排名中查看此成绩
Score70.3%原文 70.3% · 单位 %
公布 未确认
GPT-6.2 Sol medium
设置
GPT-6.2 Sol; reasoning effort medium, explicitly labeled in the official chart data.
未知项
文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
未说明
条件
GPT-6.2 Sol; reasoning effort medium. v1.1;当前题集日期与评分细则未注明,不并入已注明2026-10-17题集的旧记录。 官方图表单任务成本:$0.57。逐项采样及完整 harness 未注明。
在排名中查看此成绩
Score72%原文 72.0% · 单位 %
公布 未确认
GPT-6.2 Sol high
设置
GPT-6.2 Sol; reasoning effort high, explicitly labeled in the official chart data.
未知项
文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
工具
工具条件未记录
推理预算
high
框架
未记录
协议
未说明
条件
GPT-6.2 Sol; reasoning effort high. v1.1;当前题集日期与评分细则未注明,不并入已注明2026-10-17题集的旧记录。 官方图表单任务成本:$0.69。逐项采样及完整 harness 未注明。
在排名中查看此成绩
Score72.5%原文 72.5% · 单位 %
公布 未确认
GPT-6.2 Sol xhigh
设置
GPT-6.2 Sol; reasoning effort xhigh, explicitly labeled in the official chart data.
未知项
文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
未说明
条件
GPT-6.2 Sol; reasoning effort xhigh. v1.1;当前题集日期与评分细则未注明,不并入已注明2026-10-17题集的旧记录。 官方图表单任务成本:$0.86。逐项采样及完整 harness 未注明。
在排名中查看此成绩
Score73%原文 73.0% · 单位 %
公布 未确认
GPT-6.2 Sol max
设置
GPT-6.2 Sol; reasoning effort max, explicitly labeled in the official chart data.
未知项
文章未注明逐项采样设置、完整执行框架和工具配置;按图表所示条件记录。
工具
工具条件未记录
推理预算
max
框架
未记录
协议
未说明
条件
GPT-6.2 Sol; reasoning effort max. v1.1;当前题集日期与评分细则未注明,不并入已注明2026-10-17题集的旧记录。 官方图表单任务成本:$1.32。逐项采样及完整 harness 未注明。
在排名中查看此成绩

出处与披露

测试版本与指标

  • Score · % · 越高越好