待验证50% 置信基准精确时间

在Artificial Analysis的Omniscience幻觉指标上，GPT-5.6 Sol Max高达89%，高于Claude Fable的55%和GLM 5.2的28%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/11

首次发现

有效期至：2026/10/9

来源

GPT-5.6全解析：Sol旗舰模型性能、短板与竞争力评测

bilibili小牛AI_XNAI2026/7/10

相关事实

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81% 相似待验证在SWE-Bench Pro编程评测上，Claude Fable 5以80%的成绩领先GPT-5.6 Sol的64.6%81% 相似待验证在Terminal Bench 2.1基准测试上，GPT-5.6 Sol的Ultra模式接近92%，超越竞品的88%表现79% 相似待验证在病毒学多选基准上，Mythos 5得分56%，GPT-5.6 Sol得分55.5%，几乎持平且均远超专家基线76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/486153

API

curl https://kongchang.com/api/v1/knowledge/claims/486153

MCP

get_claim(id=486153)