GPT-6.1 Sol 在 ARC-AGI-3 高推理更省成本

ARC Prize 公布 OpenAI GPT-6.1 Sol 的完整测试结果，排行榜地址为 arcprize.org/leaderboard。推文同时给出公开结果复现仓库 arc-agi-benchmarking、测试政策页面及结果详情链接。

ARC Prize 公布 OpenAI GPT-6.1 Sol 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 52.7%（标准 harness，$7.6K），provider adapter harness 下 96.4%（$4.4K）；ARC-AGI-2 为 94.2%（$0.25/task）；ARC-AGI-1 为 98.5%（$0.06/task）。其在 v3 上的 96.4% 接近 GPT-6 Astra 的 99.9%，但成本低 77…

ARC Prize 发文称，在 ARC-AGI-2 上 GPT-6.1 Sol 的最佳成绩为 94.2%，与 GPT-6 Astra 的 95.0% 相当，且成本低 77%。完整结果见 https://arcprize.org/results/openai-gpt-6-1-sol。

OpenAI 发布 GPT-6.1 Sol，定价为每百万 token 2 美元输入、10 美元输出、0.10 美元缓存输入，为 GPT-6 Astra 标准价格约五分之一。

Arena 评测榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格为 $8/MToken。相比 GPT-6 Sol (Max) 同价提升 70 分，排名上升 4 位，且在 Consumer Product 等所有类目均有提升。

Arena 宣布 OpenAI 的 GPT-6.1 现已上线 Agent Arena，用户投票将影响其评估，分数即将公布。Agent Arena 通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜采用因果追踪方法衡量模型相对平均模型的结果表现。

OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。

Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。

Arena 公布 GPT-6 Luna (Max) 在 Agent Arena 排名第 23，基于 8K 真实智能体会话，净提升 +1.6%，比 GPT-5.6 Luna (xHigh) 上升 6 位。

OpenAI 发布 GPT-6.1 Sol，接替仅上线 7 天的 GPT-6 Sol，Artificial Analysis 智能指数比 GPT-6 Sol 高 4 分、比 GPT-6 Astra 低 1 分。