ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
OpenAI
闭源商业 API OpenAI · gpt-5.6-sol · Text+Image+PDF

GPT-5.6 Sol 官方规格参数、API 定价与评测档案

OpenAI 发布的 GPT-5.6 Sol(官方 API ID:gpt-5.6-sol,发布于 2026-07-09),支持 1,050,000 上下文窗口与 128,000 单次最大输出,模态:Text + Image + PDF。

📋 GPT-5.6 Sol 官方 API 技术规格与计费参数总表

核验自 OpenAI 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: gpt-5.6-sol

1. 模型标识与能力开关

API Spec
官方调用 Model ID
gpt-5.6-sol
版本发布日期
2026-07-09
权重授权形态
闭源商业权重 (未公开参数量)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
1,050,000 tokens (1050K)
单次最大输出上限
128,000 tokens
支持输入模态
Text + Image + PDF
支持输出模态
Text
中国大陆网络直连
🌐 需海外网络或 OpenRouter 聚合
分发与部署形态
仅官方云端 API(不开放私有权重)

3. 官方 Token 单价与缓存阶梯

USD / 1M
标准输入单价 (每百万)
$ 4
Prompt 缓存命中输入
$ 0.4 -90%
标准输出单价 (每百万)
$ 20
长上下文阶梯与计费备注
≤200K 标准价 ($4/$20);>200K 超长上下文阶梯价 ($8/$30)

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

官方推理与工具调用默认配置
temperature=0.7 top_p=0.95 max_tokens=65,536

📊 GPT-5.6 Sol 全量评测成绩与维度排名

共 46 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

💻 代码工程 17 项

Capture-the-Flag Challenges (Internal) #1/3 96.7%

OpenAI 安全准备框架下用于评估模型发现与利用专业级软件安全漏洞能力的内部 CTF 评测集。

Terminal-Bench 2.1 #3/37 88.8%

Terminal-Bench 2.1 终端操作评测,测试 AI 智能体通过命令行独立完成代码编译、服务搭建与排错的端到端表现。

BenchCAD (with Python tool) #6/8 83.4%

允许调用 Python 辅助计算与几何验证的程序化三维 CAD 建模推理评测。

ExploitBench #6/11 73.5%

网络安全漏洞发现与利用(Exploit)实战基准,以智能体成功夺取目标权限的比例(Cap%)计分。

DeepSWE 1.1 #12/49 73%

基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。

DeepSWE #2/12 72.7%

在无外网隔离容器中独立修复真实软件工程缺陷的智能体评测基准(DeepSWE)。

SEC-bench Pro #6/10 71.2%

自演化软件安全漏洞挖掘基准,在 V8 与 SpiderMonkey 浏览器引擎等高复杂度真实核心系统中检验智能体自主找洞能力。

BenchCAD #4/8 70.6%

基于 1.79 万个经执行验证的工业零件参数化三维建模程序(对齐 ISO/DIN/ASME 标准)的程序化 CAD 视觉与代码推理基准。

Internal Research Debugging Evaluation #3/5 68.3%

OpenAI 内部科研排障评测,检验模型能否独立定位并修复来自真实前沿 AI 研究实验中的 41 个高难度深层 Bug。

SWE-Bench Pro #9/52 64.6%

SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。

KernelGen 1P #3/5 61.1%

OpenAI 内部算子研发评测,考察模型自主编写并深度优化 GPU 高性能计算内核(Compute Kernels)的能力。

RSI Index #1/3 57.9%

OpenAI 递归自我改进指数(RSI Index),综合衡量模型调试内部科研代码、优化算子内核与加速 AI 自身研发的聚合能力。

PostTrainBench Lite #3/5 50.3%

PostTrainBench 限时轻量版,考察智能体为预训练基座模型设计并执行完整后训练策略的归一化得分。

FrontierCode 1.1 #8/23 47.5%

评估编码智能体所提交补丁是否达到仓库维护者合并标准的工程质量基准(联网作弊记零分)。

Terminal-Bench 4.0 #20/31 37.3%

第 4 代真实容器终端智能体评测,涵盖 66 项命令行工程与科学计算实战任务,考察编译、排障、环境配置与端到端交付能力。

ExploitGym #3/9 33.7%

基于 Linux 内核、Google V8 引擎与用户态真实历史高危漏洞构建的大规模漏洞复现与利用智能体基准。

NanoGPT #4/5 9.7%

OpenAI 内部自我进化评测之一,考察模型能否自主改进并优化小型 GPT 模型训练配方与收敛效率。

🤖 Agent 与工具调用 11 项

Connectors #1/3 100%

OpenAI 内部生产级外部连接器(Connectors)跨系统工具调用通过率评测。

Search and Function-Calling #2/3 91%

OpenAI 内部生产级搜索工具与函数调用可靠性评测(按任务通过率计分)。

BrowseComp #6/54 90.4%

OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。

OSWorld 2.0 #9/17 62.6%

OSWorld 2.0 长周期真实电脑操作基准,含 108 项人类平均耗时约 1.6 小时的复杂专业办公与日常跨应用工作流。

LifeSciBench #2/4 59.9%

由生命科学专家编写并审阅的 750 项开放式生物医学研究任务基准,覆盖 7 大生物领域与近 2 万条专家评分细则。

Toolathlon #9/32 58%

「工具十项全能」基准(Toolathlon),横跨 10 类真实业务场景全面检验智能体的多工具选择、编排顺序与容错执行能力。

Big Finance Bench #1/3 53%

面向复杂企业财报跨文档检索与多步定量金融工程计算的综合金融基准。

Agents' Last Exam #8/29 52.7%

「智能体最后的考试」,聚焦超长周期复杂规划、持续推演与多工具协同的高难智能体终极评测。

Management Consulting Tasks (Internal) #1/3 43.2%

源自真实管理咨询项目工作流的长周期商业分析与可决策报告生成内部评测。

GeneBench-Pro #2/4 28.7%

包含 129 项基因组学、定量生物学与转化医学多阶段嘈杂真实数据分析任务的研究级计算生物学基准。

AutomationBench #21/26 18.1%

真实工作流自动化基准,测试 AI 智能体编排多种工具自动完成跨应用日常办公任务的成功率。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

想私有化部署?能力最接近 GPT-5.6 Sol 的开源权重平替模型

以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署

与这些平替逐项对比 →

常见问题解答 (FAQ)

GPT-5.6 Sol 是开源模型还是闭源商业模型?能本地部署吗?

GPT-5.6 Sol 是由 OpenAI 研发的闭源商业大模型(官方调用 ID 为 gpt-5.6-sol),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。

GPT-5.6 Sol 的最大上下文窗口、单次最大输出和 API 价格是多少?

GPT-5.6 Sol 支持最高 1,050K 上下文输入与 128,000 tokens 单次输出,支持输入模态包括 Text、Image、PDF。官方标准费率为每百万输入 $4、缓存命中输入 $0.4、每百万输出 $20。