待验证50% 置信事实精确时间

METR 由原 ARC Evals 团队演化而来，曾参与 GPT-4、Claude 2 等前沿模型的第三方红队评估

1

来源数

50%

置信度

长期有效

时效性

2026/7/22

首次发现

来源

GPT-5.6 Sol深度拆解：Ultra模式、跑分作弊与定价全解析

相关事实

待验证Metr（前身为ARC Evals）专注于前沿模型自主性与危险能力评估，曾在GPT-4和Claude 2发布前参与预发布测试73% 相似待验证AI模型生态已从单一主导演变为多极竞争格局，代表性模型包括GPT-4、Claude 3和Gemini Ultra65% 相似待验证GPT-5.2在ARC-AGI基准测试中登顶65% 相似待验证Aider是一款开源AI结对编程工具，支持接入GPT-4、Claude、Gemini等多种大模型后端64% 相似待验证AI模型能力已从GPT-4迭代到Claude 3.5及更新版本64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/590292

API

curl https://kongchang.com/api/v1/knowledge/claims/590292

MCP

get_claim(id=590292)