待验证50% 置信基准精确时间
在涨幅超过+30%的区间，模型平均预测从Claude Opus 5.5的27.3%到GPT-5.4 mini的61.6%不等，而真实上涨率为42.8%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证9款模型中唯一被判定为「追涨」的是GPT-5.4 mini，其额外抬升达+32.8点（置信区间+12.4到+51.6），与涨幅的秩相关系数达+0.7375% 相似待验证早期GPT-4在SWE-bench的通过率仅为1.7%，Claude 3 Opus约为4.8%，直到2024年中才突破20%68% 相似待验证Opus 5在企业自动化基准上达到26%通过率，高于Fable的17.4%68% 相似待验证在 Automation Bench 中档推理强度下 GPT-6.1 Sol 得分 35.4%，比 Opus 5.5 高 2.2 个百分点，成本为其三分之一67% 相似待验证在HLE基准测试中，COMED将GPT-5.5的表现从23.1%提升到28.1%67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1002758API
curl https://kongchang.com/api/v1/knowledge/claims/1002758MCP
get_claim(id=1002758)