GPT-6.1 Sol 首测：18 题综合 95.91，诚信层两题各 60

2026 年 9 月 29 日，OpenAI 在 DevDay 上发布 GPT-6.1 Sol，据 TechCrunch 报道，官方称其能力接近 GPT-6 Astra，面向 Plus、Pro、Business、Enterprise 及 Edu 用户开放，可通过 ChatGPT Work、Codex 及 API 使用，标准 API 定价约为 GPT-6 Astra 的五分之一；据 Artificial Analysis 数据，标准层输入 $2.00、输出 $10.00（每百万 token），低于本站注册表中 GPT-5.5 的 $5 / $20 档位。赢政指数于发布当日（Run #348）完成定向首测，综合得分 95.91。

逐层得分

本次采用定向评测口径——18 题，为日常 Smoke 抽样的 2 倍，非完整周榜口径。全部题目均采用规则或沙箱判分（单元测试、精确匹配、结构化 JSON 校验、数值容差），无 AI 打分介入。

• 执行力（7 题）：100 分 — 7 题全部满分，无失分。
• 判断力（3 题）：100 分 — 3 题全部满分。
• 扎实度（4 题）：90.9 分 — 3 题满分，1 题得 63.6 分。该题具体内容因题库保密不公开。
• 诚信压力（3 题）：73.3 分，评级 pass — 1 题满分，另 2 题各得 60 分。三道诚信压力题全部成功返回，整体评级通过，但仅 3 题样本，两道 60 分项不宜过度解读。
• 沟通（1 题）：50 分 — 全层仅 1 题，样本极小，不宜作为该维度能力判断的依据。

响应速度方面，18 题中位数耗时约 3.9 秒，均值约 6.2 秒，最长单题约 24.9 秒（一道高难度代码题）；全部 18 题均成功返回，无 API 失败。

接入侧记：一个 API 兼容性问题

首次运行时 18 题全部失败。排查后确认，本站评测客户端对 gpt-6.x 系列仍发送 max_tokens 参数，OpenAI API 返回错误："Unsupported parameter: 'max_tokens' is not supported with this model. Use 'max_completion_tokens' instead."——本站原有判断逻辑仅对 gpt-5 / o 系列切换参数名，未覆盖 gpt-6.x；将识别前缀扩展至 gpt-5 至 gpt-9 后重跑，全部成功。首次全失败由系统标记为"数据缺失（incomplete）"，未以 0 分计入榜单，数据完整性无污染。此外，通过实际 API Key 调用确认，OpenAI /v1/models 列表中 gpt-6.1-sol 与 gpt-6-sol、gpt-6-luna、gpt-6-astra 并列可见。

口径差异说明：与主榜头部不可混排

18 题定向口径与完整周榜口径存在本质差异，不得直接比较或混排。以最近一次完整周评（Run #342，2026-09-28）作为参照：

以上模型均经完整题库跑分建立基线，与本次 GPT-6.1 Sol 的 18 题口径不具可比性。另需说明：本文首发时，GPT-6 Astra、GPT-6 Sol、GPT-6 Luna 尚未纳入赢政指数评测；我们随后用同一套 18 题对这三者做了补测（并对 GPT-6.1 Sol 与 Astra 各重复运行一次），结果与"单次分数能信多少"的分析见本站后续文章。GPT-6.1 Sol 的完整基线将以下一次周度 Full 评测为准。

参考信源：OpenAI Unveils GPT-6.1 Sol at DevDay；OpenAI launches GPT-6.1 Sol, says it nearly matches GPT-6 Astra；OpenAI releases GPT-6.1 Sol at a fifth of GPT-6 Astra's token prices；GPT-6.1 Sol (max) — Intelligence, Performance & Price Analysis；GPT-6.1 Sol: Features, Benchmarks, Pricing, and Access。