待验证50% 置信基准精确时间

GPT-3.5-Turbo、GPT-4、Claude等主流模型在长上下文检索任务中的性能均呈现U形分布

1

来源数

50%

置信度

长期有效

时效性

2026/7/17

首次发现

来源

StyleSeed：用设计规则引擎终结AI生成UI的同质化困境

相关事实

待验证GPT-4系列或Claude的工具调用能力最成熟，复杂指令解析稳定性高83% 相似待验证GPT-4和Claude 3.5被列举为能力足够强大的底层模型示例83% 相似部分验证三个 GPT-5.6 模型在长程代理微调任务上均拿满分 10 分，而 GPT-5.5 和 Opus 4.7 在该任务只能拿两三分83% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/538955

API

curl https://kongchang.com/api/v1/knowledge/claims/538955

MCP

get_claim(id=538955)