OpenAI
GPT-6.1 Sol
最大上下文
1.1M
最大输出
128K
发布日期
暂无
gpt-5.6-solGPT-5.6 Sol 是 Sol 系列的标准版本,适合通用问答、文本处理、内容草拟、摘要生成、轻量级代码辅助和业务自动化任务。 Sol 专为需要扎实通用能力、同时注重响应效率和成本的场景而设计,可用于产品功能、聊天助手、内容生成工具、数据清理、知识库问答和批量处理任务。对于大规模使用或快速原型开发,Sol 是一个灵活的起点。
上下文窗口
1.1M Token
最大输出
128K Token
发布日期
2026年7月9日
模态
| Token 阶梯 | 输入价格 | 输出价格 | 缓存读取 | 缓存创建 5m |
|---|---|---|---|---|
| <=272K | $5/M | $30/M | $0.5/M | $6.25/M |
| >272K | $10/M | $45/M | $1/M | $12.5/M |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
GPT-5.6 Sol 是面向复杂专业工作的 GPT-5.6 旗舰模型,结合可配置推理、长上下文和视觉理解能力。
该旗舰模型面向复杂专业任务,推理强度可从无推理调整到最高等级。
1,050,000 token 上下文窗口支持综合大型文档集、代码仓库和较长的任务历史。
文本和图像输入让模型能够综合分析文字材料、截图、图表及其他视觉依据。
GPT-5.6 Sol 适合在大型工作上下文中处理复杂软件工程、专业研究和多模态文档分析。
理解大型代码库、追踪依赖关系,并规划跨多个组件和文件的协同修改。
审阅大量资料,比较不同解释,并生成包含合理结论的条理化报告。
评估包含文本、图表、界面截图和扫描页面的文档,提取依据并识别不一致之处。
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 49.4 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 69.7 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 89.8% |
| HLE | 广泛专家级考试集合 | 36.6% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 55.4% |
| Terminal-Bench Hard | 高难度终端任务执行 | 60.6% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 66.5% |
| AA-LCR | 长上下文推理 | 67.7% |
| τ²-Bench | Agent 工作流任务 | 76.0% |
指标来源 Artificial Analysis
在 TokenHub 使用 GPT-5.6 Sol 前可以先了解的问题。
GPT-5.6 Sol 是 TokenHub 提供的 GPT-5.6 Sol 系列模型,适合需要通用 AI 模型来处理对话、推理、写作和 API 工作流的用户。
它适合对话助手、内容起草、摘要、结构化数据抽取、代码辅助和多步骤任务自动化。
它的优势在于覆盖通用任务、较好的指令遵循能力,以及可通过 TokenHub 灵活集成。标准版本通常更适合日常使用、快速迭代和成本敏感型任务。
与任何 AI 模型一样,重要输出应进行准确性审核;上线前应结合自己的数据测试提示词,并比较延迟、成本和质量。
在 TokenHub 请求中将模型选择为“GPT-5.6 Sol”,使用账户的接口地址和凭据,并根据应用需求设置 temperature、max tokens、streaming 等参数。
建议先用能代表真实任务的小型评测集测试。选择在回答质量、可靠性、延迟和成本之间最符合业务需求的模型。
通过一个 API Key 接入 GPT-5.6 Sol 与更多 AI 模型。