待验证50% 置信基准精确时间
官方测试显示,GPT-6Cyber在远程漏洞利用基准上得分48.5%,比上一代高出约16个百分点。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/8
首次发现
有效期至:2027/2/6
来源
谷歌Gemini Omni 1.2 Flash视频模型发布:价格降37%
bilibiliOTAXIO的风与云们2026/11/6
涉及实体
相关事实
待验证在安全对齐测试中,GPT-5.6 Sol在约48%的情况下成功利用越界目标,而GPT-6 Astra在同样测试中成功利用次数为零76% 相似待验证在CAD World的200个任务测试中,最强的GPT-5.4成功率仅有17.5%75% 相似待验证GPT-6 Astra通过原生编辑Qwen3.5-0.8B的0.016%权重,在相同采样设置下将MATH-500分数从7.9%提升到48.1%75% 相似待验证GPT-5.4准确率为50.5%,其配对的永远说涨基准为51.6%74% 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%。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1147440API
curl https://kongchang.com/api/v1/knowledge/claims/1147440MCP
get_claim(id=1147440)