待验证50% 置信基准精确时间
GPT-5.6在Agent's Last Exam测试中以53.6分创下历史新高，领先Claude Opus 4.5达13.1分
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
来源
GPT-5.6发布：三款模型对标Claude，ChatGPT Work超级应用全解析
bilibiliAI-seeker2026/7/9
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82% 相似待验证在长周期智能体工作流测试（Engines Last Exam）中，GPT-5.6 Sol 得分 53.6，比 Faber-5 高出 13.1 分81% 相似待验证据非官方爆料，Terminal Bench 3.0基准测试中Claude Opus 5 Max以43.5%的得分超越GPT-5.6-Sol的34.6%重登榜首80% 相似待验证在Agent's Last Exam基准测试中，GPT-5.6 Soul（extra high档）得分近54%，Fable（max档）为45%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%78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/501552API
curl https://kongchang.com/api/v1/knowledge/claims/501552MCP
get_claim(id=501552)