待验证50% 置信基准精确时间

OpenAI援引第三方编程基准称Sol拿到80分，比Claude对标模型高出2.8分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/12

首次发现

有效期至：2026/10/10

来源

GPT-5.6发布：Sol/Terra/Luna三档模型全面对标Claude

bilibiliAI技术投降派2026/7/10

相关事实

待验证Sol 在编程智能体指数全推理模式下拿到 80 分，刷新 SOTA，比 Faber-5 高 2.8 分72% 相似待验证Codex One在SWE-bench上的表现略优于O3 High，在OpenAI内部软件工程任务上准确率达到75%，而O3 High为70%65% 相似待验证在贴吧小站项目评测中，Sol以83.95分居首，GLM 5.2以76.59分位列第二，Terra 75.97分排第三，Luna 68.56分排第四64% 相似待验证OpenAI o4在ARC-AGI-2测试中得分68.8%，GPT-5.2得分52.9%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/489450

API

curl https://kongchang.com/api/v1/knowledge/claims/489450

MCP

get_claim(id=489450)