性能上主打性价比:在覆盖55个行业的Agents' Last Exam中Sol拿到53.6分,比Fable5高13.1分,即便开中等推理也以约四分之一成本反超;Artificial Analysis编程智能指数上Sol创下80分纪录,输出token不到Fable5一半。新增的ultra模式可并行调度最多16个智能体,BrowseComp拿下92.2%,网络安全ExploitBench从47.9%跳到73.5%。短板同样明显:SWE-Bench Pro 64.6%仍低于Fable5的80%,最前沿的FrontierMath Tier4 65.9%甚至不及上一代GPT-5.5的72.5%。