待验证50% 置信基准精确时间

在HealthBench Professional医疗基准上Fable 5得分66%，Sol为60.5%（长度校正后约64%）

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

来源

Fable 5对决GPT-5.6 Sol：基准测试、定价与AI权力博弈深度解析

bilibili黑纹白斑马2026/7/3

相关事实

待验证在SimpleBench上，Sol Pro得分71.7%，Sol约65%，仍比Fable低10个百分点70% 相似待验证在 GPQA 上，领域博士生平均正确率约65%，非专家用户约34%65% 相似待验证MedIQ多智能体系统最终达到57%准确率，摘要智能体带来约5%提升，而拥有全部前置信息的Oracle上限为66%64% 相似待验证每步60%准确率意味着连续5步后整体成功率约为7.8%（0.6的5次方）61% 相似待验证选购时优先看MARD值（平均绝对相对差异），MARD<10%属于优秀精度，10%-15%为可接受范围，>15%不建议用于胰岛素剂量调整决策60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/283256

API

curl https://kongchang.com/api/v1/knowledge/claims/283256

MCP

get_claim(id=283256)