数学基准新成绩单曝光：GPT-6.1 Sol 90.43%居首，低成本模型表现亮眼

一份未经验证的数学/证明类基准成绩单显示，GPT-6.1 Sol (max) 以 90.43% 准确率、$1.21 成本居首。Gemini 4 Argon (high) 获 82.98%，但成本 $3.26、消耗 20.6 万 tokens；Claude-Opus-5.5 (high) 为 79.79%、$2.19。