- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。官方接口特性：reasoning.effort 五档 low/medium/high/xhigh/max；1,050,000 上下文（最大输入 922K、最大输出 128K）；知识截止 2026-04-30；模态为文本 + 图像输入、文本输出。生产版限制了部分网络安全能力，完整能力走验证计划。
完善中
闭源模型，无自建选项，不提供显存表。
完善中
编程Terminal-Bench 4.0 57.9%（high，OpenAI 公布，经 Anthropic 对照表转引）、FrontierCode v1.1 Main 53.3%。
推理ARC-AGI-3 62.7%（ARC Prize Standard harness 验证）/ 99.9%（OpenAI Provider Adapter harness）；HLE 带工具 57.2%。
知识GDPval-AA v2.1 1542 Elo（Anthropic 对照表）。
AgentAutomationBench 41.4%（Zapier 公开榜）；Terminal-Bench-Science 0.1 64.6%（官方）。
多模态支持文本 + 图像输入；官方未公布 MMMU。
中文中文可用，缺少独立中文评测。
交互式探索推理是这一代补上的短板：ARC-AGI-3 在 2026-03-25 上线时全部前沿模型都在 1% 以下、而普通人能 100% 通关，Astra 把这一项推到 62.7%（ARC Prize Standard harness）～99.9%（OpenAI 自家 harness）。科研 agent 上 Terminal-Bench-Science 0.1 64.6% 是目前公开最高。但在 Anthropic 公布的对照表里，Terminal-Bench 4.0 57.9%（high）与 FrontierCode 53.3% 都被 Opus 5.5 反超，且 Opus 5.5 单任务成本只有其 1/5～2/5。
- 1.结束 GPT-5 代际，官方称在计算机使用、浏览、软件工程、网络安全、科研、专业工作上全面 SOTA
- 2.ARC-AGI-3 在 OpenAI Provider Adapter harness 下 99.9%；ARC Prize 自家 Standard harness 复测为 62.7%，两种口径都是该系列最高验证分
- 3.1.05M 上下文 + 128K 输出，effort 五档到 max；Terminal-Bench-Science 0.1 64.6%（官方，高于 Opus 5.5 的 58.7%）
- 1.$10 / $50 是 GPT-5.6 Sol 促销价的 2.5 倍，也是同期 Opus 5.5（$4 / $20）的 2.5 倍
- 2.OpenAI Preparedness Framework 下首个达到网络安全「Critical」级的模型：无护栏测试中可在少量人工介入下发现并利用真实系统漏洞；生产版直接拒答部分安全类提问
- 3.官方在同一篇公告里承认其内部推理链的可监控性相对 GPT-5.6 有可测量的下降
- 4.9 月 3 日起分批放量（先可信访问计划，再 Pro/Enterprise，最后 Plus/Business），上线初期出现过访问补偿
暂无带来源的分数。
更新 2026-09-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。