待验证50% 置信基准精确时间
在图片隐藏虫子识别测试中，Sonnet 5的Max模式花费约10分钟并识别结果完全正确，而Gemini顶配模型只找到4只，GPT-5.5 X-High未能检测出
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/22
首次发现
有效期至：2026/10/20
来源
相关事实
待验证在智能体搜索测试中，Sonnet 5 各 effort level 下均优于 Sonnet 4.6，但整体性能低于 Opus 4.8，综合约在 Opus 4.7 级别70% 相似待验证在苏州博物馆Three.js场景任务中，Sonnet 5 Max搭配Claude官方Harness花了超过一小时仍未完成，但地面材质、盆景倒影等质感在测试过的所有模型中最好69% 相似待验证在简单题中，GLM 5.1补了19行测试，Kimi K2.6补了12行，其他五个模型（包括Sonnet 4.6）一行测试都没写66% 相似待验证本次测试选取了五款AI模型：DeepSeek R1、Claude Sonnet 3.7、ChatGPT o3 Mini、Grok 3、通义千问2.5 Max，通过统一提示词让它们各自生成可运行的网页版贪吃蛇游戏66% 相似待验证在智能体计算机使用基准中，Opus 4.8 的 high 设置与 Sonnet 5 的 max 设置表现相当，但 Sonnet 5 消耗更多 token66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/593953API
curl https://kongchang.com/api/v1/knowledge/claims/593953MCP
get_claim(id=593953)