待验证50% 置信事实精确时间
Opus 4.7每次解题的中位输出token数为60,000，而GPT 5.5仅需16,000
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
待验证早期GPT-4在SWE-bench的通过率仅为1.7%，Claude 3 Opus约为4.8%，直到2024年中才突破20%79% 相似部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%79% 相似待验证Opus 4.7在长上下文（50万-100万token）检索方面表现明显退步，远不如DeepSeek和GPT 5.579% 相似待验证在Agents' Last Exam评测中，GPT-5.6 Sol取得53.6分，比采用自适应推理的Claude Fable 5高出13.1分75% 相似待验证Claude Opus 5在智能体搜索BrowseComp上得分30.8%，与GPT系列基本持平；工具增强多学科推理64.7%；生物学人类可解问题上高达90.1%75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/47588API
curl https://kongchang.com/api/v1/knowledge/claims/47588MCP
get_claim(id=47588)