GPT Sol · Agents’ Last Exam · V1; 55 subfields; exact task snapshot unspecified · 历代记录

按发布时间查看 GPT Sol 的 2 次发布在 Agents’ Last Exam · V1; 55 subfields; exact task snapshot unspecified 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

GPT-6 Sol

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

GPT-6 Sol · Agents’ Last Exam 成绩与配置
指标与成绩配置与评测条件出处
Score56.4%原文 56.4% · 单位 %
公布 未确认
GPT-6 Sol max
设置
GPT-6 Sol; reasoning effort max as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Agents’ Last Exam V1; 55 subfields; exact task snapshot unspecified.
条件
GPT-6 Sol; reasoning effort max, as stated in the article.
在排名中查看此成绩

GPT-6.1 Sol

· 本次发布有 5 条成绩记录,含 5 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

GPT-6.1 Sol · Agents’ Last Exam 成绩与配置
指标与成绩配置与评测条件出处
Score52.4%原文 52.4% · 单位 %
公布
GPT-6.1 Sol low
设置
GPT-6.1 Sol; reasoning effort low as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
low
框架
未记录
协议
Agents’ Last Exam v1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort Low; chart cost $0.7.
在排名中查看此成绩
Score53.8%原文 53.8% · 单位 %
公布
GPT-6.1 Sol medium
设置
GPT-6.1 Sol; reasoning effort medium as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
medium
框架
未记录
协议
Agents’ Last Exam v1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort Medium; chart cost $1.31.
在排名中查看此成绩
Score55.3%原文 55.3% · 单位 %
公布
GPT-6.1 Sol high
设置
GPT-6.1 Sol; reasoning effort high as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
未记录
协议
Agents’ Last Exam v1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort High; chart cost $1.45.
在排名中查看此成绩
Score56.5%原文 56.5% · 单位 %
公布
GPT-6.1 Sol xhigh
设置
GPT-6.1 Sol; reasoning effort xhigh as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
Agents’ Last Exam v1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort Xhigh; chart cost $1.45.
在排名中查看此成绩
Score58.6%原文 58.6% · 单位 %
公布
GPT-6.1 Sol max
设置
GPT-6.1 Sol; reasoning effort max as directly labeled in the official chart.
未知项
未另记
工具
工具条件未记录
推理预算
max
框架
未记录
协议
Agents’ Last Exam v1; y metric Score; x axis Cost (USD).
条件
GPT-6.1 Sol; reasoning effort Max; chart cost $2.
在排名中查看此成绩