待验证75% 置信事实时间未知
在15款大模型开发B站首页的测试中，ChatGPT 5.4以82分的总分获得全场第一
1
来源数
75%
置信度
中期 (~90 天)
时效性
2026/6/2
首次发现
有效期至：2026/8/31
来源
实测15款大模型开发B站首页：GPT登顶，国产模型差距明显
bilibili圣徒城的小诺
涉及实体
相关事实
待验证MTP-LX 4bit版本在理财规划推理任务上经GPT-5.5 Thinking评分为55分（满分100），而同题GPT-5.5 Pro得分82分68% 相似待验证在Artificial Analysis第三方评测的编码指数（推理模式）上，GPT-5 Mini High的得分比Haiku 4.5高出9个点67% 相似待验证GLM 5.2在Terminal Bench测试中得分81分，GLM 5.1得分63.5分，GPT 5.5得分84分，Opus 4.8得分85分65% 相似待验证Terminal Bench 2.1测试中GPT-5.6 Ultra得分接近92%，Fable 5为88%，考虑误差范围基本持平63% 相似待验证GLM-5在SWE-Bench Verified基准测试中得分77.8%，位于开源第一梯队63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/38125API
curl https://kongchang.com/api/v1/knowledge/claims/38125MCP
get_claim(id=38125)