待验证50% 置信基准精确时间

以 GPT-6 Luna 中等推理强度运行 OpenVLHarness，其表现超过基础模型、Codex 和 Visual Sketchpad 在最高推理强度下的成绩，领先 7.7–8.5 分。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/20

首次发现

有效期至：2027/1/18

来源

OpenVLHarness：多模态记忆如何重塑视觉智能体工具使用

涉及实体

GPT-6 Lunamodel OpenVLHarnessproduct Codexproduct Visual Sketchpadproduct

相关事实

已验证GPT-6 Sol和GPT-6 Luna在更低成本下实现了强劲表现，并在OfficeQA Pro基准测试上推高了帕累托前沿74% 相似已验证GPT-6.1 Sol 在 DeepSWE 基准上于高推理努力等级下表现最佳73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1073235

API

curl https://kongchang.com/api/v1/knowledge/claims/1073235

MCP

get_claim(id=1073235)