待验证50% 置信基准精确时间
在人类偏好评估的GDPval-AA基准上，Claude Opus 4.6获得1606 Elo，Gemini 3.1 Pro为1317 Elo
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
涉及实体
相关事实
待验证Claude Opus 5在知识工作基准GDPval上得分1861，高于人类平均水平63% 相似待验证Gemini 3 Pro的ARC-AGI-2得分为31.1%，Claude Opus 4.6为68.8%，GPT-5.2为52.9%63% 相似待验证在 GDP Val 2.1 上，Opus 5.5 拿到 1846 的 ELO 分，Fable 5.1 为 1735，Astra 为 154263% 相似待验证Anthropic发布的Claude Opus 5.5在Epoch AI的ECI评测中获得167分，位列全球第一61% 相似待验证在法律工作测试中，Gemini 4 Argon 得分为 19.6，Claude Opus 5.5 为 3.8，Argon 是 Opus 的五倍以上60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1046047API
curl https://kongchang.com/api/v1/knowledge/claims/1046047MCP
get_claim(id=1046047)