待验证50% 置信基准精确时间
GPT-6 Sol 在 AdaExploreBench 上仅达到 61.9% 的校准准确率。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/20
首次发现
有效期至：2026/11/3
来源
涉及实体
相关事实
待验证在安全对齐测试中，GPT-5.6 Sol在约48%的情况下成功利用越界目标，而GPT-6 Astra在同样测试中成功利用次数为零75% 相似待验证在 PR 分流审查示例中，GPT-6.1 Sol 消耗 input=77、output=266、reasoning=149 token，耗时 5.4 秒，未编造 diff 也未声称跑过测试73% 相似待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.873% 相似待验证在长周期智能体工作流测试（Engines Last Exam）中，GPT-5.6 Sol 得分 53.6，比 Faber-5 高出 13.1 分72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074034API
curl https://kongchang.com/api/v1/knowledge/claims/1074034MCP
get_claim(id=1074034)