待验证50% 置信事实精确时间
Obsidian-3在最高满血模式下得分降至45.5%，单次任务成本飙升至47美元。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/29
首次发现
有效期至：2026/11/12
来源
Gemini 4 Carbon登顶智能榜，但编程智能体仍落后Claude Opus 5.5
bilibili进化中的阿陈2026/10/29
涉及实体
相关事实
待验证疑似 Fable 5.5 的模型 Obsidian 3 在 Frontier Code 2.0 基准中，高推理强度下得分 46.8%，仅微弱领先 Opus 5.5 的 45.5%。65% 相似待验证该基准测试中，每个任务约消耗55万token，而对比的 Opus 5.5 低档仅消耗约3万token。56% 相似待验证TEMPEST比最优经典模型高出17.9个百分点，比最强三元组损失基线高出58.4个百分点56% 相似待验证Vals测得Gemini 4 Argon每次测试成本15.68美元，低于Claude Sonnet 5.5的21.34美元和Opus 5.5的32.14美元，是同组最低56% 相似待验证在Deep Squeeze测试中，旧模型得分49%，Gemini 3.7 Flash跃升至65.3%55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1111475API
curl https://kongchang.com/api/v1/knowledge/claims/1111475MCP
get_claim(id=1111475)