待验证50% 置信事实精确时间
在准确率测试中，同一个Sonnet模型使用Claude搜索有五道题未答对，换成DeepSeek搜索后全部答对。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/21
首次发现
有效期至：2026/11/4
来源
涉及实体
相关事实
待验证notanaiapp.com 做了一项测试，让 Cursor 和 Claude Code 使用完全相同的模型 Claude Sonnet 5.5 完成三项编程任务，每项重复三次，并用 186 个隐藏测试用例检验输出结果。65% 相似待验证测试仅使用一个模型（Claude Sonnet 4.5），而论文测试了十三个模型。63% 相似待验证根据 Anthropic 的自动化行为审计，Sonnet 5.5 在大多数对齐和诚实性指标上均优于 Sonnet 563% 相似待验证Claude Sonnet 5.5 相比前代 Sonnet 5 在编码任务和智能体用例上的效率有所改进61% 相似待验证Claude 3.5 Sonnet 以精确的指令遵循和较低的幻觉率著称，适合准确性要求极高的文档分析和合规审查类任务61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1081790API
curl https://kongchang.com/api/v1/knowledge/claims/1081790MCP
get_claim(id=1081790)