待验证50% 置信基准精确时间
在XStack初步评估中,GPT-5.6-sol的通过率为45%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/6
首次发现
有效期至:2026/11/20
来源
涉及实体
相关事实
待验证GPT-5.4准确率为50.5%,其配对的永远说涨基准为51.6%75% 相似待验证在HLE基准测试中,COMED将GPT-5.5的表现从23.1%提升到28.1%70% 相似待验证在EvoArena测试中,Step Level最高的GPT-5.5只有50%出头的准确率,Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%69% 相似待验证根据官方图表数据,GPT-6.1 Terra 在最大努力下的编码成绩为 50.3%,低努力下为 47%。69% 相似待验证研究者对四个模型追加一句要求实现“在满足功能需求的同时保证安全”的提醒后,GPT-5.6-Sol 的功能+安全通过率从 24.7% 升至 46.2%,GLM-5.3 从 21.3% 升至 38.2%,Qwen3.8-Max 从 22.0% 升至 37.6%,DeepSeek-V4-Pro 从 18.0% 升至 19.1%。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1142224API
curl https://kongchang.com/api/v1/knowledge/claims/1142224MCP
get_claim(id=1142224)