待验证50% 置信基准精确时间
在100道加试题中，Gemini 4答对50道、错8道、42道回答不知道；GPT-6 Astra答对63道、错19道。
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
涉及实体
相关事实
待验证Gemini 3.7 Flash在充分性任务中对169个返回项全部回答正确，但23次调用在三次尝试后仍无结果，若计为失败则通过家族数从满分降至48中的28个72% 相似待验证在 Artificial Analysis 指数中，Claude Opus 5.5 得分为 58，Gemini 4 Argon 和 GPT-6 Astra 均为 53。71% 相似待验证编程博主Theo测试后指出，Gemini 4对其代码库的判断一半以上是错误的，在7个测试模型中唯一错误超过半数。69% 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69% 相似待验证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67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030260API
curl https://kongchang.com/api/v1/knowledge/claims/1030260MCP
get_claim(id=1030260)