待验证85% 置信事实时间未知

GPT-5.4在OS World Verified测试中达到了75%的得分，首次超越人类的72.4%基准线

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

GPT-5.4深度评测：编程能力飞跃式提升，但这个缺陷不能忍

bilibilikate人不错

涉及实体

GPT-5.4model OS World Verifiedconcept

相关事实

待验证在标准化测试中，GPT-4的表现已超过90%的人类考生78% 相似待验证在DeepSWE基准测试中，GPT 5.5以约70%的通过率高居榜首，比Opus 4.7领先超过15个百分点78% 相似已验证GPT-5.4在SWE-Bench Pro测试中拿下57.7%准确率，超越了GPT-5.3-Codex的56.8%77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/19302

API

curl https://kongchang.com/api/v1/knowledge/claims/19302

MCP

get_claim(id=19302)