已过期50% 置信观点精确时间
在 Terminal Bench 测试项上 GPT-5.5 与 Fable 成绩非常接近，意味着 Agent 类任务正进入平台期，扩大参数规模的边际效益递减
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/8
首次发现
有效期至：2026/10/6(已过期)
来源
GPT-5.6评测：性能小幅提升，三大安全事故令人警惕
bilibiliNixAI2026/6/27
相关事实
待验证GPT-5.6旗舰模型在Terminal Bench等基准测试中刷新了技术标杆，编码工作流方面表现突出75% 相似待验证GPT-5.6在Terminal Bench、BrowseComp、Agent's Last Exam等测试中达到业界最优，在DeepSuite评测上以不到竞品一半的成本实现更优表现72% 相似待验证GPT 5.5 leads on TerminalBench 2.0 with a score of 87%, surpassing even Anthropic's unreleased Mythos model71% 相似部分验证OpenAI 称 GPT-5.6 在 Terminal Bench 2.1 上达到当前最强水平71% 相似待验证Reasoning models still outperform GPT 5.5 Instant on the Troubleshooting Bench, exceeding human expert levels, while the Instant version approaches but does not surpass expert performance.70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/230732API
curl https://kongchang.com/api/v1/knowledge/claims/230732MCP
get_claim(id=230732)