GPT-6.1 Sol 在 MazeBench 仅得 9%，险胜 Claude Opus 5.5

MazeBench 测试结果显示，GPT-6.1 Sol 仅得 9%，略高于 Claude Opus 5.5。与上一代 GPT-6 Astra 相比，Sol 保留了解谜能力，但成本降至其 10%。另有测试指出，GPT-6.1 Sol 在 3D 谜题中 agent 偏爱俯视、不爱转镜头。