待验证50% 置信基准精确时间

在LELP-S+测试中，GPT的Token节省率为44%，Gemini为36%，Claude为32%，DeepSeek为30%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/11

首次发现

有效期至：2026/11/9

来源

LELP-S+实测：让AI每个Token都装满信息，最高节省44%成本

相关事实

部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%68% 相似待验证Opus 4.7每次解题的中位输出token数为60,000，而GPT 5.5仅需16,00067% 相似待验证在MMLU、HumanEval等主流基准测试上，Claude 3.5、GPT-4o、Gemini 1.5 Pro、Grok-2之间的分差已压缩至统计误差范围内66% 相似待验证在 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65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/730306

API

curl https://kongchang.com/api/v1/knowledge/claims/730306

MCP

get_claim(id=730306)