待验证50% 置信事实精确时间
测试通过 OpenRouter 驱动 goose（Block 开源智能体的一个分支），给定 150 次调用预算，全程无人工干预
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
待验证测试共跑了 130 个变体，覆盖不同推理努力程度，通过 OpenRouter 调用并尽可能锁定各实验室官方端点71% 相似待验证拥有大量测试用例未完全公开的开放任务评测集，比封闭式基准更能防止补丁过拟合作弊并反映真实推理能力60% 相似待验证护栏测试往往是批量、离散、可缓存的，不需要长时间占用算力资源，因此适合用云端API替代本地部署60% 相似待验证该开发者利用OpenRouter上某个Step 5模型的免费试用周测试大规模上下文倾倒，结果该模型能够正常解析100万token的上下文窗口并保持工具调用完整性60% 相似待验证使用OpenTrade建议从模拟盘、极小额度开始，验证Agent行为稳定性和护栏可靠性后再扩大规模60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003245API
curl https://kongchang.com/api/v1/knowledge/claims/1003245MCP
get_claim(id=1003245)