在性能方面，在智能体编程、电脑操作和专业工作流等任务上，性能接近旗舰 GPT‑6 Astra，但标准输入 / 输出 token 价格只有 Astra 的五分之一。
软件工程（DeepSWE v1.1）：在较高推理强度下，GPT‑6.1 Sol 的表现与 GPT‑6 Astra 相当；在较低推理强度 / 成本条件下，其得分比 GPT‑6 Sol 高出 6.4 个百分点。
专业文档与复杂任务（GDP.pdf）：以不到 Opus 5.5 一半的任务成本，取得更好结果。
自动化工作流（AutomationBench，中等推理强度）：得分比 Opus 5.5 高 2.2 个百分点，成本约为其三分之一。
电脑操作（OSWorld 2.0 离线，最大推理强度）：得分比 GPT‑6 Sol 高 7 个百分点，成本不足后者一半；与 Astra 相比仅低 2.1 个百分点，但单任务成本约为 Astra 的七分之一。
科学终端任务（Terminal‑Bench Science 0.1，最大推理强度）：得分是 GPT‑6 Sol 的两倍以上；单任务平均成本 $5.47，显著低于 Opus 5.5（$23.21）和 Astra（$23.80）。#撒贝宁龙凤胎长这么大了#