待验证50% 置信基准精确时间
在命令行编程测试中，Terra 最高档的得分从上一代的 21.5% 提升到 50.3%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/1
首次发现
有效期至：2027/1/30
来源
涉及实体
相关事实
待验证在 Terminal Bench 4.0 基准测试中，GPT-6.1 Terra 的得分从 21.5% 提升到 50.3%。69% 相似待验证在 Paul Well-Hurren 的修漏洞测试中，Terra 最高档得分 40.7，上一代最高档 32 分；但 Terra 超高档仅 11.3 分，高档 9.7 分，低于上一代同档。68% 相似待验证在Artificial Analysis的AA-Omniscience基准测试（对错误答案扣分）中，最高分从发布时的4.8提升到了目前的46。67% 相似待验证Program Bench分数从20.3分升至29.1分，提升8.8分，使用的是'Almost'口径（9次测试中5次通过即算通过）。67% 相似待验证在Terminal Bench上，Fable 5.1的分数比Grok 4.7高出约20分，接近50%的提升67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1121981API
curl https://kongchang.com/api/v1/knowledge/claims/1121981MCP
get_claim(id=1121981)