待验证50% 置信基准精确时间
作者用 Anthropic 的 count_tokens 端点测量 2000 条工单，平均每次请求输入 token 从 1180 涨到 1461，涨幅 24%
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
待验证在试卷批改案例中，Cowork 通过一句指令生成了含平均分约72%、最低30分、最高100分的分析及HTML报告62% 相似待验证研究数据显示，在复杂代码生成任务中，将thinking budget从1024 tokens提升到8192 tokens可以带来15-30%的准确率提升，但推理成本增加4-8倍60% 相似待验证在DeepSWE基准测试中，Agent运行时输入Token与输出Token的比例达到174比160% 相似待验证在作者的内部文档语料上，ada-002模型有真实答案问题的Top-1分数中位数约0.84，随机无关块之间约0.7259% 相似待验证根据Artificial Analysis的数据，从Opus 5到Opus 5.5每个任务的推理token数从约4.2万翻倍增至8.4万，而输出token仅从3万增至3.5万58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003233API
curl https://kongchang.com/api/v1/knowledge/claims/1003233MCP
get_claim(id=1003233)