待验证50% 置信基准精确时间
Simple Bench常识推理测试中,Fable 5.2得分约95%,Gemini 4 Carbon为92.6%,其他模型为91.7%。
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Graphworks长程推理基准上,Gemini 4 Carbon得分96.2%,高于Argon的84.2%。77% 相似待验证Gemini 4 Carbon在25万到100万token的超长文本中寻找线索的准确率达到96.2%。77% 相似待验证第三方测试显示,Gemini 4 Carbon在不会的问题上强行编造答案的比例从4%上升到11%。75% 相似待验证在Semi Analysis的GDPX基准上,Fable 5.2得分16.4%,Gemini 4 Carbon得分10.9%,但Gemini 4 Carbon的成本可能只有Fable 5.2的五分之一;GPT-6 Astra得分更低且成本更高。74% 相似待验证在Exploit Gym测试中,Gemini 4 Carbon的漏洞可利用性验证成功率为54.8%。73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1157852API
curl https://kongchang.com/api/v1/knowledge/claims/1157852MCP
get_claim(id=1157852)