待验证50% 置信基准精确时间
在Terminal Bench 4.1上,Opus领先Neon仅0.6个百分点,Sol落后于两者。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/21
首次发现
有效期至:2026/12/5
来源
Gemini 4 Neon编程测试39%与12.8%之谜:工具差异还是模型实力?
youtubeFine Print AI2026/11/19
涉及实体
相关事实
待验证在Frontier Code 2.0上,Opus领先Neon 1.1个百分点,Sol位列第三。74% 相似待验证在统一使用Mini SWE辅助工具重测查找程序错误任务时,Gemini 4 Neon得分12.8%,GPT-6.2 Sol得分11.6%,差距约1个百分点。72% 相似待验证Opus 5.5在Terminal Bench 4.1和Frontier Code 2.0上领先约1分,Sol 6.2在Chartography上略占优势。71% 相似待验证GPT-6 Sol(索尔)在AA综合能力榜的Max档位下相比上一代Terra(泰拉)实现小幅领先,但与Astra之间仍有明显差距67% 相似待验证在 Automation Bench 中档推理强度下 GPT-6.1 Sol 得分 35.4%,比 Opus 5.5 高 2.2 个百分点,成本为其三分之一65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1194453API
curl https://kongchang.com/api/v1/knowledge/claims/1194453MCP
get_claim(id=1194453)