待验证50% 置信基准精确时间
在最大推理强度下,该模型在LIBERO基准上的成功率已接近GPT-6 Astra和GPT-6.1 Sol的水平。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/16
首次发现
有效期至:2027/2/14
来源
涉及实体
相关事实
待验证Quant-Arena 论文评估了九个前沿模型,其中 GPT-6 Astra 得分最高。78% 相似待验证在Exploit Gym评测中,前代GPT-5.6 Sol完成率约30%,而GPT-6 Astra达到约40%成功率,且消耗token量大幅减少77% 相似已验证GPT-6 Astra与以往的模型迭代明显不同,在某些方面强大但在另一些场景下提升不明显甚至像退步77% 相似待验证当推理程度设为 High 时,GPT-6.1 Sol 在专业工作和科学研究场景得分最高,科学研究方面远超 Opus 5.577% 相似待验证William Liu 通过一组 fixture 对比了多个 GPT 模型的分词结果,实验覆盖七个 GPT 模型,包括 GPT-5.5、GPT-5.6 的三个变体(Sol/Terra/Luna)以及 GPT-6 的三个变体(Astra/Sol/Luna)。77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1175125API
curl https://kongchang.com/api/v1/knowledge/claims/1175125MCP
get_claim(id=1175125)