待验证50% 置信事实精确时间
目前公开信息仅确认了“任务全败”与“40个载荷损失”这两个核心事实,具体故障环节、发射时间、客户构成等细节尚未披露。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/15
首次发现
有效期至:2026/11/29
来源
涉及实体
相关事实
待验证在35.5%的失败案例中,完成任务所需的关键事实已经出现在模型截止时间前的最后一次输入中。62% 相似待验证37.2%的成功率说明长程Web任务远未被解决,多数任务仍然失败。60% 相似待验证98.1% 精度数据来自发布方自身宣传,评测的具体基准、任务分布与对照设置尚未在公开信息中充分展开59% 相似待验证在客服智能体中加入“执行任何操作前先确认”的提示词后,生产评估显示“操作安全性”指标提升17个点,“任务完成度”下降17个点,两项指标平均净值恰好为零。59% 相似待验证在 Terminal Bench 2.1 测试中,OpenCode 对比里 89 个任务的失败数从 29 降到 16,多解决 13 题,分数提升 14.61 个百分点58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1173408API
curl https://kongchang.com/api/v1/knowledge/claims/1173408MCP
get_claim(id=1173408)