待验证50% 置信观点精确时间
在部分真实世界的 agentic 编程任务中,Claude Opus 5.5 和 GPT-6 Astra 的表现比 Kimi K3.1 Pro 更稳定。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/24
首次发现
有效期至:2027/1/22
来源
Kimi K3.1 Pro实测:开源模型逼近Claude Opus 5.5
youtubeWorldofAI2026/10/24
涉及实体
相关事实
待验证Claude Opus 5.5 属于前沿级智能模型,提供的智能水平与 GPT-6 Astra 等顶级模型相当,但更快更便宜78% 相似待验证在 CharXiv-R 基准上 Claude Opus 5.5 以 93.40 居首,领先 Glimpse 和 GPT-6 Astra。75% 相似已验证Opus 5.5的发布页直接以GPT-6的Astra作为对比对象74% 相似待验证模型卡选择的对比对象包括 GPT-6 Astra、Claude Fable 5.1 与 Claude Opus 5.5,且均在最大推理努力下评估。73% 相似待验证在SWE-Marathon评测中,GPT-6 Astra和Claude Fable 5.1分别使用Codex与Claude Code执行系统,因此该项目并非统一Harness条件下的受控比较。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1092700API
curl https://kongchang.com/api/v1/knowledge/claims/1092700MCP
get_claim(id=1092700)