待验证50% 置信基准精确时间
同一参数名 reasoning_effort 在不同厂商模型中行为不同：gpt-5.4-mini 页面中位数输出token从none的18升至high的254（×14.1）；gpt-oss-120b 从拒绝升至1,340（×4.6）；claude-haiku-5.5 从150升至298（×2.0）；gemini-3.7-flash 从453升至1,013（×2.2）。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证在难核查档注入诱饵下，GPT-5.4 mini 两种顺序都判错的题数从3升至39，Qwen3-Next 80B Instruct 从4升至38，GPT-5.4 mini 和 Qwen3-Next Instruct 的难题得分直接归零（低于随机抛硬币的约0.25）73% 相似待验证开源模型MiniMax M2.6 Pro得分46分，GLM 5.3和Qwen 3.8 Max约45分，均接近GPT-6 Sol的48分70% 相似待验证Artificial Analysis指出Haiku 5.5在Max模式下跑智能指数测试用了16.2万输出Token，约为GPT-6 Luna的3倍70% 相似待验证GPT-3参数规模达到千亿量级（1750亿参数），并展现出少样本和零样本能力69% 相似待验证在 PR 分流审查示例中，GPT-6.1 Sol 消耗 input=77、output=266、reasoning=149 token，耗时 5.4 秒，未编造 diff 也未声称跑过测试69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007693API
curl https://kongchang.com/api/v1/knowledge/claims/1007693MCP
get_claim(id=1007693)