聪明暂无
编程很强自报
记性1.1M
便宜$10
记性换算成体感：一次能读完《哈利·波特》全七部
GPT 系列的视觉模型 · 按发布时间
共 53 个 · 这里是相邻的 7 个 · OpenAI的全部模型 →她的房间
电脑
没有公开的编程评测成绩
书架
5 层 · 记忆 1.1M tokens
黑板
一块空黑板
日历
知识停在 2026-04-20
冰箱
支持上下文缓存，能存记忆
门禁
闭源，权重不公开
身世
- 发布日期
- 2026 年 9 月 22 日models.dev
- 知识截止
- 2026-04-20
- 参数量
- 体型为估算值，官方从未公布参数量
- 开放权重
- 否
- 开源许可
- 暂无数据
- 上下文窗口
- 1.1M tokens
- 单次最大输出
- 128K
- 输入价格
- $2.00 / 百万 tokens
- 输出价格
- $10 / 百万 tokens
- 模型类型
- 视觉除了文字还能看图片或视频，输出文字
- 支持的输入
- 图像、文件、文字 → 文字
- 工具调用
- 是
- 深度思考
- 是
- 提示缓存
- 是
战绩
- 综合智力
- 未参评
- AIME 数学
- 未参评
- GPQA Diamond 科学
- 未参评
- ARC-AGI-2 抽象推理
- 未参评
- Fiction.liveBench 长文本
- 未参评
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
- DeepSWE68.8%SWE-bench Verified 的一个变体测法，用不同的 agent 脚手架跑同一批题。厂商自报https://openai.com/index/introducing-gpt-6-sol-and-luna/
这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。
全部成绩（按榜单分列）
名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。
智能体
- OSWorld 2.0 离线集60.5%第 1 / 1OpenAI 发布文里的 OSWorld 2.0 口径：离线题集的部分得分。和 Anthropic 公布的口径不是一回事，不能放在一起比。厂商自报https://openai.com/index/introducing-gpt-6-sol-and-luna/
- AutomationBench33.2%第 2 / 2Zapier 出的业务流程测试：用 47 个工具跑完销售、市场、客服、财务里的端到端流程。考的是能不能替你把一整套办公流程跑通。第三方实测https://zapier.com/benchmarks
- Agents' Last Exam56.4%第 1 / 1横跨 55 个细分行业的长流程专业工作，看智能体能不能独立干完一件有经济价值的活。厂商自报https://openai.com/index/introducing-gpt-6-sol-and-luna/
游戏与谜题
- EBR-bench53.3%第 4 / 29Epoch 自建的一项评测，具体口径以 Epoch 榜单页说明为准。第三方实测https://epoch.ai/benchmarks
其他
- Furniture Assembly58.3%第 6 / 33Epoch AI 收录的评测，暂无中文说明。第三方实测