待验证50% 置信基准精确时间
在Terminal Bench上，两款Muse模型分别为57.1和52，与Fable、Astra、Opus的52至59区间基本持平。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/13
首次发现
有效期至：2026/10/27
来源
涉及实体
相关事实
待验证Opus 5.5 在 Humanity's Last Exam 上得分 67，Astra 为 57，Fable 5.1 为 6555% 相似待验证按跑分推测，Haiku 5.5 可能会与 Astra 处在同一水平（约 53 分）55% 相似待验证在DeepSuite基准上，Muse Wonder以79分登顶，小版本为78.8，Fable为67，Astra为71，Opus 5.5为74。53% 相似已验证在 Terminal Bench 4.0 上，Opus 5.5 得分 66.4%，Astra 为 57.9%，Fable 5.1 为 55.8%，前代 Opus 5 为 52.3%53% 相似待验证Opus 5.5 并非全线第一，在 Automation Bench 上以 40 略低于 Astra 的 41.4，在 Terminal Bench Science 上落后于 GPT-6 Astra53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1013540API
curl https://kongchang.com/api/v1/knowledge/claims/1013540MCP
get_claim(id=1013540)