GPT 6.2 Sol
OpenAI 推出的 AI 模型,在网络安全等维度有相关表现。
核心事实
时间轴 (近 90 天)
Google DeepMind 发布了 Gemini 4 Neon 模型,对标 Claude Opus 5.5、GPT 6.2 Sol 和 Fable 5.2。
在Frontier code 2.0上,Neon比Opus低约一个百分点,但高于GPT 6.2 Sol。
在AA指数上,Neon的得分超过了Opus 5.5和GPT 6.2 Sol。
在涵盖 4000 个真实用户会话的 Agent Arena 上,默认 high 档的 Neon 排第三,每次会话成本 $2.60,约为 Opus $5.89 的一半,低于 GPT 6.2 Astra 的 $3.18;GPT 6.2 Sol 仍居榜首。
在一次性大教堂视觉生成测试中,Neon 花费 $2.67,GPT 6.2 Sol 花费 $1.69;Neon 生成的结果包含飞扶壁、拱形彩绘玻璃窗和带红地毯的拱顶内部大厅。
Opus 5.5在Terminal Bench 4.1和Frontier Code 2.0上领先约1分,Sol 6.2在Chartography上略占优势。
Neon在Artificial Analysis Coding Agent Index上以58.6分排名全球第一,在Zapier的Automation Bench上以56.3%排名第一,分别领先Opus 5.5超过13分、领先Sol 6.2 15分。
在Artificial Analysis的Omniscience测试中,Neon的非幻觉率为85.6%,默认高思考档位下升至86.1%,接近Claude Opus 5.5的49.7%的两倍,而GPT 6.2 Sol为44.6%。
在GraySwan的间接提示注入测试中,Neon的攻击成功率为0.0%,Opus 5.5为1.0%,Sol 6.2为2.3%。
在超高思考档位下,Neon完成整套基准测试每个任务花费6.44美元,比Opus 5.5 Max的10.04美元便宜36%,首答时间快六倍(56.5秒对338.6秒);GPT 6.2 Sol每任务2.10美元但Neon输出速度每秒110 token快47%。
还有 9 条时间轴事件
全部知识事实 (18)
在超高思考档位下,Neon完成整套基准测试每个任务花费6.44美元,比Opus 5.5 Max的10.04美元便宜36%,首答时间快六倍(56.5秒对338.6秒);GPT 6.2 Sol每任务2.10美元但Neon输出速度每秒110 token快47%。
60%待验证B站UP主进行了一场三轮实测,对比Gemini 4 Neon、Opus 5.5和GPT-6.2 Sol的真实表现
60%部分验证OpenAI 的 GPT-6.2 系列包含两个独立型号:Astra 和 Sol,同时上线 AI Gateway。
65%待验证在AA指数上,Neon的得分超过了Opus 5.5和GPT 6.2 Sol。
50%待验证在Frontier code 2.0上,Neon比Opus低约一个百分点,但高于GPT 6.2 Sol。
50%待验证在一次性大教堂视觉生成测试中,Neon 花费 $2.67,GPT 6.2 Sol 花费 $1.69;Neon 生成的结果包含飞扶壁、拱形彩绘玻璃窗和带红地毯的拱顶内部大厅。
50%待验证在涵盖 4000 个真实用户会话的 Agent Arena 上,默认 high 档的 Neon 排第三,每次会话成本 $2.60,约为 Opus $5.89 的一半,低于 GPT 6.2 Astra 的 $3.18;GPT 6.2 Sol 仍居榜首。
50%待验证Neon在Artificial Analysis Coding Agent Index上以58.6分排名全球第一,在Zapier的Automation Bench上以56.3%排名第一,分别领先Opus 5.5超过13分、领先Sol 6.2 15分。
50%待验证Opus 5.5在Terminal Bench 4.1和Frontier Code 2.0上领先约1分,Sol 6.2在Chartography上略占优势。
50%待验证在Artificial Analysis的Omniscience测试中,Neon的非幻觉率为85.6%,默认高思考档位下升至86.1%,接近Claude Opus 5.5的49.7%的两倍,而GPT 6.2 Sol为44.6%。
50%待验证在GraySwan的间接提示注入测试中,Neon的攻击成功率为0.0%,Opus 5.5为1.0%,Sol 6.2为2.3%。
50%待验证在Artificial Analysis指数上,Neon超过Gemini 4 Carbon,也超过最好的Opus和GPT 6.2 Sol。
50%待验证在Cursor Bench 4.1测试中,Gemini 4 Neon得分65.4%,Claude Opus 5.5得分58.1%。
50%待验证在长上下文测试GraphWalks中,Neon得分95.2%,Opus仅66.8%。
50%待验证在代码测试SWE Sweep中,Neon得分39%,Opus为10.1%;但若统一使用通用工具测试,Neon得分12.8%,与Sol的11.6%接近,说明39%的成绩得益于Google自家Anti-Gravity工具的优势。
50%待验证Google自家对比表将Neon与Claude Opus 5.5、GPT 6.2 Sol比较,19项测试中Neon赢了16项,输掉的三项是终端任务Terminal Bench、代码任务Frontier Code(均输给Opus)以及专业图表阅读(输给Sol),差距都在两个百分点以内。
50%待验证LMArena 创作者 44 分钟、近百场景的评测结论认为,Sol 版本性价比突出,费用约为对照模型的 1/5 到 1/10。
50%待验证Google DeepMind 发布了 Gemini 4 Neon 模型,对标 Claude Opus 5.5、GPT 6.2 Sol 和 Fable 5.2。
50%