待验证50% 置信基准精确时间
Fable 5.2在远程劳动指数(Remark benchmark)上达到41%的自动化率,而一年前Opus 4.5仅约3.8%,GPT-6 Astra在9月达到约21%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/11
首次发现
有效期至:2027/2/9
来源
涉及实体
相关事实
待验证在Frontier Code编程测试上,Opus 5.5用默认档赢了Astra,单任务成本只有对手的五分之一68% 相似待验证与GPT-6 Astra相比,SWE-2得分落后几个百分点,但成本仅为对方的四分之一68% 相似待验证GPT-6 Astra在Frontier Math Tier 4上峰值达到98%,在不开启推理、不使用思维链的情况下仍达到83%68% 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%67% 相似待验证Anthropic 发布的 Fable 5.2 在 agentic science research 基准上得分从 Fable 5.1 的 52.6 提升至 74.6,超过 Opus 5.5 的得分和 Astra 的 68.1。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1157845API
curl https://kongchang.com/api/v1/knowledge/claims/1157845MCP
get_claim(id=1157845)