待验证50% 置信基准精确时间
Aider 的 polyglot 排行榜（最近更新于 2025 年 11 月 20 日）在 225 道题通过率旁列出 Correct edit format 列，gpt-5 (high) 以 88.0% 正确率居首，使用 diff 格式时格式正确率为 91.6%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
涉及实体
相关事实
待验证在20篇文档设定下，正确文段排最前时GPT-3.5-Turbo答对率约75.8%，排最后约63.2%，落在中间仅53.8%，而完全不给文档的闭卷成绩为56.1%66% 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64% 相似待验证d1-omni-600M 在 Civil Comments 内容审核基准上得分为 95.8，为该对比表中最高。63% 相似待验证在Artificial Analysis的AA-Omniscience基准测试（对错误答案扣分）中，最高分从发布时的4.8提升到了目前的46。62% 相似待验证GPT-5.4准确率为50.5%，其配对的永远说涨基准为51.6%62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063856API
curl https://kongchang.com/api/v1/knowledge/claims/1063856MCP
get_claim(id=1063856)