待验证50% 置信基准精确时间
在长周期智能体工作流测试（Engines Last Exam）中，GPT-5.6 Sol 得分 53.6，比 Faber-5 高出 13.1 分
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/23
首次发现
有效期至：2026/10/21
来源
GPT-5.6三模型实测对比：Sol/Terra/Luna选哪个？
bilibili麦冬AI实验室2026/7/11
相关事实
待验证在Agents' Last Exam评测中，GPT-5.6 Sol取得53.6分，比采用自适应推理的Claude Fable 5高出13.1分84% 相似待验证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81% 相似待验证在覆盖55个专业领域长程工作流的智能体终极考试中，Sol拿到53.6分，比对标的Fable 5高出13.1分76% 相似待验证在SWE-Bench Pro编程评测上，Claude Fable 5以80%的成绩领先GPT-5.6 Sol的64.6%75% 相似待验证据非官方爆料，Terminal Bench 3.0基准测试中Claude Opus 5 Max以43.5%的得分超越GPT-5.6-Sol的34.6%重登榜首74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/602518API
curl https://kongchang.com/api/v1/knowledge/claims/602518MCP
get_claim(id=602518)