待验证50% 置信基准精确时间

在 Coinbase 的基准中，较新的 Opus、Sonnet 和 GPT 版本在召回率、F1 和金额加权召回上都不如前一版本。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/14

首次发现

有效期至：2026/10/28

来源

Coinbase 9B反欺诈模型击败Opus 4.5：可复制的方法论

涉及实体

Claude Opusmodel Claude Sonnetmodel GPTmodel

相关事实

待验证在 GPT-5.6 与早期 Sonnet 时代，Sol 系列通常被视为对标 Opus 的更高端产品，而非 Sonnet 的直接竞争对手67% 相似待验证Codex默认后端集成GPT最新版本，一般不建议更换其他大模型67% 相似待验证在前端设计横评（Dune House落地页）测试中，Sonnet消耗的Token约为GPT-6.1 Sol的两倍（Sol约10090个Token）66% 相似待验证即便是当前最先进的模型如GLM-5.2、Claude-Sonnet-4.6和GPT在该基准上表现也仅过半61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1027827

API

curl https://kongchang.com/api/v1/knowledge/claims/1027827

MCP

get_claim(id=1027827)