已过期50% 置信基准精确时间
在各任务细分中，PRD 撰写由 Terra 胜出，代码 Bug 排查由 Sonnet 5 获 LLM 评审最高分，Agentic 语音由 Sonnet 5 胜出
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/13
首次发现
有效期至：2026/10/11(已过期)
来源
GPT-5.6三模型实测：Sol、Terra、Luna全面对比
bilibili小牛AI_XNAI2026/7/10
相关事实
待验证Claude Sonnet 4.6在智能体终端编码基准测试中从51%提升至59%68% 相似待验证在智能体计算机使用基准中，Opus 4.8 的 high 设置与 Sonnet 5 的 max 设置表现相当，但 Sonnet 5 消耗更多 token67% 相似待验证Sonnet 4.6在'大海捞针'测试中的表现与Opus持平66% 相似待验证在SWE Bench Pro编程基准测试中，Sonnet 5取得63.2%，Opus 4.8取得69.2%65% 相似待验证Sonnet 5 的 Intelligence Index 比 Sonnet 4.6 高出 6 分，在代理知识工作任务上超过了 Opus 4.865% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/497266API
curl https://kongchang.com/api/v1/knowledge/claims/497266MCP
get_claim(id=497266)