gpt-6.1-sol 版本表现：
- 总分（准确率）：71.7%
- 平均耗时（每次调用）：22s
- 平均token（每次调用消耗的token）：329
- 平均花费（每千次调用的人民币花费）：19.7元
1、新旧对决
和上一代 GPT-6 Sol 相比，新版的综合准确率稳定在 71.7%，但响应速度和调用成本迎来了一轮大幅优化。拆开来看细分板块，模型则经历了一轮明显的“技能重配”：数理逻辑与法律大幅走强，而 Coding 能力出现了回落。
*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark
*输出价格单位： 元/百万token
- 总分基持平：两代模型的综合准确率双双定格在 71.7%，在总榜上紧挨着分列第 33 和第 34 位，整体实力处于同一基准线，差别主要体现在细项能力的重新分配。
- 推理数学与法律进步明显：推理与数学计算从 75.1% 冲上 81.2%（+6.1个百分点），法律与行政公务也从 82.0% 升至 87.3%（+5.3个百分点），是本次升级中幅度最大的两个亮点。
- 语言、教育与金融稳步上扬：语言与指令遵从由 71.3% 涨到 74.5%（+3.2个百分点），教育板块从 61.9% 提升至 63.4%（+1.5个百分点），金融领域微幅提升至 85.1%（+0.3个百分点），通用理解和文案处理更加扎实。
- Coding 板块出现明显滑坡：代码准确率由 72.7% 跌至 61.0%，降幅达 11.7 个百分点，是全部八大板块中波动大的一项；医疗健康（86.1%，-0.8个百分点）与 Agent 工具调用（55.3%，-0.3个百分点）则出现微幅波动。这也印证了一点：总分不变绝不等于能力分布不变，重心已有明显迁移。
- 响应耗时大幅削减：平均每次调用耗时从上一代的 205 秒大幅压缩至 22 秒，等待时间砍掉了将近九成（-89.3%）。这是本次实测体验升级最明显的一项，直接甩掉了前代动辄数分钟的超长思考包袱。
- token 略减，综合花费下降：平均单次消耗 token 从 337 微跌至 329（-2.4%）；在标称输出价格同为 70元/百万token 的情况下，每千次调用的实际花费从 25.7 元降至 19.7 元，成本直接砍掉 23.3%，在上下文和推理调用上整体更经济。
2、横向对比
结合当前榜单，我们分别从同成本区间、同系列定位以及开源模型三个维度来观察其定位。
*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark
*输出价格单位： 元/百万token
同成本档位对比
- 在 15~30 元/千次调用的成本区间：gpt-6.1-sol（71.7%，19.7元）在成本上占有轻微优势，但在综合准确率上不及 deepseek-v4.1-flash（74.4%，20.7元）、qwen3.5-plus（73.3%，22.9元）以及 gemini-3.7-flash（75.4%，27.8元）。
- 耗时表现跃入主流梯队：gpt-6.1-sol 平均耗时 22 秒，与 deepseek-v4.1-flash（26秒）处于同一梯队，相比 qwen3.5-plus（57秒）更有优势，不过对比极致响应的 gemini-3.7-flash（10秒）仍有差距。但比起上一代的漫长等待，目前已完全具备即时交互体验。
- 同档位也存在明显弱势对手：面对 Qwen3.5-27B（70.6%，25元，310s）和 mimo-v2.6-pro（69.6%，24元，95s），gpt-6.1-sol 在总分、成本以及响应速度上全面占优。即使在同一预算区间内，各家模型的工程化体验仍拉开了显著代差。
OpenAI系列对比
- 与上一代 Sol 对比：新版本最大意义在于“提速降本”，让原本因为 200 秒以上高延迟而无法落地的业务有了重测价值；但在代码类场景下，则需要重点评估其 coding 能力下滑带来的影响。
- 对比低成本的 gpt-6-luna（69.0%，2.8元，237s）：gpt-6.1-sol 准确率高出 2.7 个百分点且响应速度快了整整一个数量级，但千次成本大约是其 7 倍。预算极其敏感的离线批处理依然可以选 Luna，而追求交互和质量的场景新版 Sol 更实用。
- 对比高阶的 gpt-6-astra（74.2%，108.1元，14s）及 gpt-5.5（75.3%，158.5元，15s）：新版 Sol 总分分别低了 2.5 和 3.6 个百分点，响应慢了几秒，但调用花费直接压缩至前者的五分之一到八分之一。是用高溢价换取顶尖精度，还是以低成本换取可用性，取决于具体的业务容忍度。
开源与商用模型对比
- 开源阵营的成本效率比：标为开源的 glm-5.3-flash（74.2%，12.7元，128s）综合准确率比 gpt-6.1-sol 高出 2.5 个百分点，千次花费还便宜 7 元，但代价是耗时长了近两分钟。
- 预算与耗时并非简单正比：编程专精的 kimi-k2.7-code（72.6%，49.7元，57s）在中文综合表现上高出 0.9 个百分点，但调用单价（近50元）和耗时均明显高出不少。虽然通用大榜不能完全代替专用代码工作流体验，但在泛化任务的成本效率比上，gpt-6.1-sol 显得更加轻便。
3、官方评测
OpenAI 官方发布页披露的核心基准里，着重强调了长程工程、系统操作以及推理效率等维度的提升：
软件工程与业务工作流
- DeepSWE v1.1（长程软件工程）：官方数据显示，在较低推理强度设定下，GPT-6.1 Sol 的得分反而超越了上一代开启最高推理强度时 6.4 个百分点，展现出在真实仓库复杂工程任务中更高的思考产出比。
- AutomationBench 1.0.6（业务工作流自动化）：在同等的 medium 推理强度设置下，新版比前代 GPT-6 Sol 提升了 4.8 个百分点。
计算机操作与科研
- OSWorld 2.0（计算机 GUI 操作）：在最高推理强度下，新版比 GPT-6 Sol 提升了 7 个百分点（基于官方离线集的分步得分机制），智能体完成复杂桌面操作的达成度更佳。
- Terminal-Bench Science 0.1（科研与命令行分析）：在最高推理强度下，新版得分达到了上一代 GPT-6 Sol 的两倍以上，在数据模拟、分析与定理证明等硬核任务上进展明显。
事实准确性
在 low 推理强度测试中，包含至少一处事实错误的回复比例由 11.4% 降至 7.7%，幻觉发生率相对降低了约 32%。这一测试集多来源于用户曾纠错的高难度对话样本，表明新版在严谨性和减少幻觉上确实下了一番功夫。
非线智能官网 https://nonelinear.com.cn/static/models.html 已上线 gpt-6.1-sol ，支持一键接入（附接入代码），添加客服 发送 体验金，可享20-50元首充奖励，欢迎对比体验。
快速接入代码如下：：
from openai import OpenAI
client = OpenAI(
base_url="https://api.nonelinear.com.cn/v1",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="gpt-6.1-sol",
messages=[
{"role": "user", "content": "阅读以下项目材料，梳理关键结论及需要补充的证据"}
],
)
print(response.choices[0].message.content)