待验证50% 置信基准精确时间

RoboDojo具身智能测评显示，最强模型得分仅12.8分（人类基准为100分），仿真成功率不足9%，真机成功率12.8%

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

Grok 4.5发布：编码AI市场洗牌，Anthropic夺半壁江山

bilibili竹言见智2026/7/9

相关事实

待验证评测者认为任何超过7000分的表现代表卓越品质，低于6000分在当前标准下算不上高质量输出67% 相似待验证JCE所谓的'可靠'实际只有约60%的准确率，因误差累积连续5步后整体成功率仅剩约7.8%66% 相似待验证OSWorld 2.0中模型评估仅占总得分的11.53%，且没有任何任务的模型评估占比超过50%64% 相似已验证如果一个10步操作中每步准确率为95%，整体成功率仅约60%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

引用此条事实

Stable URI

https://kongchang.com/claim/487901

API

curl https://kongchang.com/api/v1/knowledge/claims/487901

MCP

get_claim(id=487901)