待验证50% 置信基准精确时间

按语言划分，六个模型合计中既功能通过又安全的比例：C和Python 30%，JavaScript 27%，C++ 19%，Java 18%，Go 14%，PHP 10%。

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

AI编程代理91%能跑通，仅25%安全可上线

涉及实体

LSCBenchconcept

相关事实

待验证在使用正确的、领域特定的理由方面，不同模型的表现从25.6%一路跨越到76.9%64% 相似待验证大多数前沿语言模型的单次输出上限在 6.4 万到 25.6 万 token 之间。62% 相似待验证据公开基准测试，不同模型在特定编程语言、框架或任务类型上的表现差异可达30%以上，成本差异可能高达10倍62% 相似待验证一个拥有1800行测试用例的评估套件长期稳定在97%的聚合通过率，但其中64行多语言切片的通过率只有61%62% 相似待验证按题目难度排序，所有模型都答对的60道题坚持率91.4%，至少一个模型答错的52道题坚持率仅73.5%，表明谄媚追踪不确定性61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1047292

API

curl https://kongchang.com/api/v1/knowledge/claims/1047292

MCP

get_claim(id=1047292)