待验证50% 置信基准精确时间
在 Agent Tech 科学研究基准上,Fable 5.2 得分 74.6%,Opus 5.5 为 58.7%,Astra 为 68.1%,Carbon 为 64.8%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/12
首次发现
有效期至:2026/11/26
来源
Anthropic发布Fable 5.2:号称全球最强AI模型
bilibiliAI译片君2026/11/11
涉及实体
相关事实
待验证在官方Oswald测试中,Astra成绩为72.6%,上一代Cell为65.7%70% 相似待验证在模拟人类操作电脑的系统测试中,Claude Opus 5.5得分87.2%,Carbon得分81.5%。69% 相似待验证GPT-6 Astra在ARC-AGI类测试中达到接近满分的99.9%,而普通人类测试者平均得分仅为48%64% 相似待验证ECE 在 3.7 到 5.5 之间意味着当模型给出 80% 置信度时,实际正确率大约在 74.5% 到 76.3% 之间。64% 相似待验证在检查AI修改代码能否被项目接受的测试中,Opus 5.5用默认档得分略高于Astra的最高公开成绩,且单次任务成本约为其五分之一63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1163379API
curl https://kongchang.com/api/v1/knowledge/claims/1163379MCP
get_claim(id=1163379)