待验证50% 置信基准精确时间
产品测试使用独立模型 OpenAI GPT-5.6 Sol 按固定评分标准对 21 个功能点逐一打分，结果显示中位数有用性 1/3，仅 24% 被评为「真正有用」。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
涉及实体
相关事实
待验证在Artificial Analysis综合智能指数中，GPT-6 Sol满档48分（与Astra同档），Luna满档36分73% 相似待验证根据 Artificial Analysis 的评测数据，Muse Wonder（Max 模式）的得分与 GPT-6.1 Sol 处于同一水平。72% 相似待验证在某项编程基准测试中，OpenAI的GPT-5.5在基准自带的Harness里得分76%，但在Codex内部只有57%72% 相似待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%71% 相似待验证B站UP主「进化中的阿诚」用9道大题的基准测试对GPT-6 Sol进行评测，加权总分为95分71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1040534API
curl https://kongchang.com/api/v1/knowledge/claims/1040534MCP
get_claim(id=1040534)