待验证50% 置信基准精确时间
Claude Opus 5在智能体搜索BrowseComp上得分30.8%，与GPT系列基本持平；工具增强多学科推理64.7%；生物学人类可解问题上高达90.1%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/23
首次发现
有效期至：2026/11/21
来源
涉及实体
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%76% 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16,00075% 相似待验证Claude Opus 4.8在AI Coding基准测试中表现超越GPT-5.573% 相似待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%72% 相似待验证在病毒学多选基准上，Mythos 5得分56%，GPT-5.6 Sol得分55.5%，几乎持平且均远超专家基线71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/789652API
curl https://kongchang.com/api/v1/knowledge/claims/789652MCP
get_claim(id=789652)