待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

DeepSWE基准测试揭示真相：GPT 5.5大幅领先Opus 4.7

bilibili7k的每日搬运2026/5/29

相关事实

待验证GPT-5.6编程能力在关键基准上达到91.9%，安全评测CyberGym得分85.6%，均超越竞品Nexus 581% 相似待验证GPT 5.5在TerminalBench 2.0基准测试中以87%的成绩大幅领先，超过了Anthropic尚未发布的Mythos模型80% 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%79% 相似部分验证在同等任务上，GPT-5.5使用的输出token比Opus少约72%78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/47581

API

curl https://kongchang.com/api/v1/knowledge/claims/47581

MCP

get_claim(id=47581)