待验证75% 置信事实时间未知

2023年人类在GAIA测试中的平均成功率约为90%，而当时最强的GPT-4在Level 1上仅勉强达到15%

1

来源数

75%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Manus实测：三大真实场景验证通用AI Agent到底行不行

bilibili宇迪谈AI

涉及实体

GAIAconcept GPT-4model

相关事实

待验证自2023年GPT-4发布以来，AI在HumanEval等主流编程基准测试上的通过率从不足50%跃升至90%以上72% 相似待验证2025年的顶尖模型在HumanEval基准测试中的通过率已突破90%69% 相似待验证ARC-AGI-2由AI安全研究员François Chollet设计，早期GPT-4在该测试上得分不足10%，人类平均得分约85%68% 相似待验证当前顶级商用模型在GAIA Level 3上的得分通常不超过10%68% 相似待验证GAIA题目对人类来说相对简单，人类平均正确率约92%，但对顶级AI模型极具挑战性66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/20910

API

curl https://kongchang.com/api/v1/knowledge/claims/20910

MCP

get_claim(id=20910)