Codex GPT-6 Sol 性能追踪器

Margin Evals 正在追踪 GPT-6 Sol/high 的表现，直接在 Codex CLI 中通过 SWE-Bench-Pro 精选子集每日收集基准数据。最新数据显示，该模型当日通过率为 54%（运行 50 个测试用例），过去 7 天通过率为 59%，过去 30 天通过率为 79%。在新模型基准建立完成前，性能退化检测功能暂处于暂停状态。