待验证50% 置信基准精确时间
gpt-oss-120b在相同48个核心家族上，Kaggle平台约63%，集群上高达98%，差异源于托管答案在词语中途被截断，在31个托管答案完整的家族上两个平台都通过了30个
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GPT-5.5因用量额度耗尽，90题里有35题未跑完，答过的55题全对，但Kaggle将未答部分算错导致其官方分数偏低66% 相似待验证gpt-oss-20b的短板是来源标注，60题里完整列全来源的只有52次64% 相似待验证46个模型中有41个完整跑完全部28道题，3个因服务错误未完成，GPT-5.6 Terra因配额限制止步24/28，GPT-6 Astra只跑了1道题59% 相似待验证在吞吐量方面，TwIL-LM3 达到 32.9 answers/sec，gpt-oss-120b 为 12.6 answers/sec58% 相似待验证完整的CCPS在15个设置中的14个，最终答案准确率达到或超过Power-SMC基线57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003879API
curl https://kongchang.com/api/v1/knowledge/claims/1003879MCP
get_claim(id=1003879)