GPT-6.1 Sol (low) vs Step 5 Preview (high)

已对比模型

排名: #16
总输出令牌: 13,138
响应时间（平均）: 7.15s
总成本: $0.460

排名: #169
总输出令牌: 1,581,325
响应时间（平均）: 154.41s
总成本: $4.513

推荐模型 GPT-6.1 Sol (low)

它在这里得分最高（9.6），同时成本比Step 5 Preview (high)低约 9.8 倍。

详细对比

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	Step 5 Preview Step 5 Preview high 发布日期: 2026-10-09

指标	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29	Step 5 Preview Step 5 Preview high 发布日期: 2026-10-09
分数	9.6	7.0
排名	#16	#169
可靠性	10.0	9.5
一致性	9.6	8.5
尝试次数	69/69	69/69
测试正确
尝试通过率	92.8%	52.2%
不稳定测试	1	4
总运行次数	69	69
每个结果成本	2.187	45.130
总成本	$0.460	$4.513
输入价格	$2.000 / 1M	$1.000 / 1M
输出价格	$10.000 / 1M	$2.700 / 1M
缓存读取价格	$0.100 / 1M	$0.050 / 1M
缓存写入价格	$2.500 / 1M	不适用
总输入令牌	163,900	243,381
输出令牌	4,958	1,581,325
推理令牌	8,180	0
响应时间（平均）	7.15s	154.41s
响应时间（最大）	46.57s	455.72s
响应时间（总计）	164.47s	3551.40s
参数量	~2T 总计 (~150B 激活)	600B 总计 (27B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#16 GPT-6.1 Sol

low

成本: $0.028
时间: 44.6s
令牌: 2,881 tok

#169 Step 5 Preview

high

成本: $0.057
时间: 150.1s
令牌: 20,970 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

智能体任务	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		46.57s	85,882	798	461
Step 5 Preview	10.0	10.0	100.0%	0		55.73s	150,653	10,088	0

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.14s	606	147	226
Step 5 Preview	6.5	8.0	58.3%	1		14.70s	684	11,701	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.48s	7,302	388	1,286
Step 5 Preview	2.9	10.0	0.0%	0		421.68s	7,383	576,000	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		10.94s	54,810	2,619	370
Step 5 Preview	10.0	10.0	100.0%	0		115.30s	66,481	98,423	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		1.94s	7,140	222	0
Step 5 Preview	10.0	10.0	100.0%	0		6.55s	7,362	4,589	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	7.7	10.0	66.7%	0		15.39s	732	69	5,195
Step 5 Preview	3.0	10.0	0.0%	0		333.41s	783	479,743	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.66s	477	114	142
Step 5 Preview	3.4	9.3	0.0%	0		36.56s	507	5,684	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.21s	660	93	115
Step 5 Preview	7.3	5.8	83.3%	1		20.53s	699	5,503	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.19s	642	232	88
Step 5 Preview	5.8	4.4	66.7%	2		143.16s	702	196,941	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.53s	5,454	246	0
Step 5 Preview	10.0	10.0	100.0%	0		4.34s	7,908	653	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
GPT-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297
Step 5 Preview	3.0	10.0	0.0%	0		416.44s	219	192,000	0

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Ember-1lowvsStep 5 Previewhigh Step 5 PreviewhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsStep 5 Previewhigh Muse Glimmer 30BlowvsStep 5 Previewhigh Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Gemini 3.7 FlashmediumvsGPT-6.1 Sollow GPT-5.2 ChatdefaultvsStep 5 Previewhigh Gemini 3.1 Flash LitemediumvsStep 5 Previewhigh Step 5 PreviewhighvsMiMo-V2.5medium