已验证65% 置信基准精确时间

在 DeepSWE 基准上，GPT-5.6 各推理档位得分分别为 Low 45 分、Medium 61 分、High 69 分、X-High 71 分、Max 73 分

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/7/14

首次发现

有效期至：2026/10/12

来源

Codex高效使用指南：避免GPT-5.6疯狂烧额度的实用策略

相关事实

待验证在DeepSuite基准上Grok 4.7得71%，GPT 5.6 Sol为72.7%，Fable 5.1为70%，Astra Max以74.1%登顶78% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%72% 相似待验证在Artificial Analysis的Omniscience幻觉指标上，GPT-5.6 Sol Max高达89%，高于Claude Fable的55%和GLM 5.2的28%71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/507954

API

curl https://kongchang.com/api/v1/knowledge/claims/507954

MCP

get_claim(id=507954)