RSI Index
OpenAI 自建口径，公开资料有限：把内部 AI 研究类评测（研究调试、KernelGen、NanoGPT 等）聚合成「递归自我改进能力」指数
基本信息
30 秒看懂
厂商自报口径，主要用于代际纵向对比，跨厂商可比性未知。GPT-5.6 页读数：Sol 57.9 / Terra 56.3 / Luna 41.9，GPT-5.5 41.7（即相对前代 +16.2 分）；各构成评测的权重与协议未公开。
采用格局：第三方 Vals AI 亦有同名「RSI Index」基准（vals.ai/benchmarks/rsi_index），与 OpenAI 内部口径无关联，勿混用
评分协议
这个评测的官方统一评分协议还没收录到本页；各厂商实际使用的执行框架（harness）与推理档位（effort）已逐条写在下方引用卡里。
可比性提示：同一评测的分数是「实验配置」的产物：只要评测版本（variant）、执行框架（harness）、推理档位（reasoning effort）、工具、采样参数、运行次数或聚合方式有任何一项不同，数字就不能直接横向比较。下方各厂商的分数如未写明协议细节，请只当作方向参考。
模型发布采用时间轴
共收录 1 场模型发布（收录 4 项分值） · 按发布时间倒序排列 · 数据更新于 2026-09-20
2026
2026-08-26
OpenAI·国际
本发布含 3 个变体，各变体规格见模型详情。
发布文将 Sol 定位为 GPT-5.6 的旗舰档（medium/high/xhigh/max/ultra 五档努力级别）。36 项评测横跨智能体、编码、长上下文、科研医疗金融与安全，亮点为 BrowseComp 90.4% 与 Terminal-Bench 2.1 88.8%。
旗舰多档努力智能体安全防护
查看模型变体与证据
GPT-5.6 Sol · RSI Index 57.9%GPT-5.6 Terra · RSI Index 56.3%GPT-5.6 Luna · RSI Index 41.9%gpt-5-5 · RSI Index 41.7%
数据缺口（本页暂未收录）
- 评测版本与子集（例如部分评测有 Diamond、Verified 等官方变体）以及数据集规模
- 各厂商使用的执行框架（harness / scaffold）与 Agent 工具配置
- 推理档位（reasoning effort）、采样参数（temperature / top-p）、运行次数与分数聚合方式
- 指标对应的随机猜测基线（chance baseline）与人类基线的实验条件
- 测试集污染检测结论，以及是否已饱和的结构化标注
以上字段暂缺时，本页不虚构数字；后续会依据每一次发布的证据逐条补齐并标注来源。
复现入口
引用
本页数据更新于 2026-09-20，依据厂商发布材料真实抓取；发现数据问题欢迎在 GitHub 提 Issue。