待验证50% 置信基准精确时间
在StructTokenBench的七个基准、14项任务和28个测试划分上，ProTok在纯结构分词器中取得了平均排名1.4的成绩，在21个划分上排名第一，28个划分中有27个进入前两名。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证在每道题15分钟的时间限制下，证明智能体在StochBench上的成功证明率为34.9%（157/450）65% 相似待验证在 Terminal Bench 2.1 测试中，AutoPrompt Scale 使 OpenCode 在 89 个任务中的失败数从 29 降到 16，多解决 13 题，分数提升 14.61 个百分点62% 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60% 相似待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.860% 相似待验证DiscoBench最终生成211个测试样本，包含463个歧义实例59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023969API
curl https://kongchang.com/api/v1/knowledge/claims/1023969MCP
get_claim(id=1023969)