GPT-5.6
OpenAI · US
- 第三方智力指数
- 59
- 混合价
- $11.25
- 上下文
- 1050K
- 来源版本
- GPT-5.6 Sol (max)
Use case detail
数据更新：2026-07-15T05:57:04+00:00研发与编程
代码生成、故障排查、测试生成和研发Agent。
场景定义
代码生成、故障排查、测试生成和研发Agent。
当前公开综合指标不能替代代码专项榜单，正式推荐需等待代码评测来源接入。
建议权重
初始权重用于组织比较，企业可根据风险和流量调整。
任务完成率40%
代码正确性25%
工具调用15%
成本10%
速度10%
当前数据候选
当前候选按公开综合指标排列，不包含代码专项能力。
Claude Opus 4.8
Anthropic · US
- 第三方智力指数
- 56
- 混合价
- $10
- 上下文
- 1000K
- 来源版本
- Claude Opus 4.8 (max)
Grok 4.5
xAI · US
- 第三方智力指数
- 54
- 混合价
- $3
- 上下文
- 500K
- 来源版本
- Grok 4.5 (high)
Gemini 3.1 Pro
Google · US
- 第三方智力指数
- 46
- 混合价
- $4.5
- 上下文
- 1049K
- 来源版本
- Gemini 3.1 Pro Preview
第三方智力指数来自Artificial Analysis公开榜单；来源模型版本在卡片中完整展示。速度、工具能力和企业合规仍需另行核对。
企业验证
最小验证清单
- 01
使用真实仓库中的脱敏Issue
- 02
在隔离环境执行生成代码和测试
- 03
记录首次通过率及人工修改量
- 04
区分补全、调试与Agent任务