待验证50% 置信基准精确时间
SparkToro和Gumshoe.ai让600名志愿者用12个提示词在ChatGPT、Claude和Google AI上运行了近3000次，结果显示两次得到相同品牌列表的概率不到1/100，得到相同排序的概率接近1/1000。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
部分验证Xbox 研究团队用 Decision-1 将超过 1 万条反馈归类，表现可与 GPT-6 Sol 媲美但速度快 14 倍以上、成本低 200 倍63% 相似待验证Typesafe测试发现，单次调用处理13个问题比逐个询问便宜12.2倍、快10倍，答案完全一致63% 相似待验证单次运行的线索数量可配置，演示中设为5条，实际可提高到25、30甚至100条每次运行61% 相似待验证Anthropic随机试验以52名工程师（多为初级）学习不熟悉的Python库，AI辅助组理解测验平均分为50%，手写代码组为67%，差距最大的是调试类问题；AI带来的速度优势约2分钟且不具备统计显著性。61% 相似待验证测试套件共10个，大多数各跑1000题，HumanEval为164题，TruthfulQA为817题61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1040194API
curl https://kongchang.com/api/v1/knowledge/claims/1040194MCP
get_claim(id=1040194)