待验证50% 置信基准精确时间

GPT-5.6 Extreme High档位约需63美元获得53.6%得分，而Claude Sonnet自适应模式耗费约2000美元得分仅40.5%

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71% 相似待验证在 SWE-bench 测试中，早期 GPT-4 解决率不足 2%，而 Claude 3.5 Sonnet 突破 49%70% 相似已验证Claude Sonnet 5 在 SWE-bench Verified（Agentic Coding）上得分 63.22%，距 Opus 4.8 约差 6 个百分点69% 相似待验证测试中GLM 5.1综合得分89.3分，排名第一，超过Claude Sonnet 4.6的87.2分68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/501553

API

curl https://kongchang.com/api/v1/knowledge/claims/501553

MCP

get_claim(id=501553)