待验证50% 置信基准精确时间
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
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/8/23
首次发现
有效期至：2026/9/6
来源
涉及实体
相关事实
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80% 相似待验证Claude Opus 4.6在SWE-Bench Pro测试中得分为53.4%77% 相似部分验证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% 相似待验证在Diamond子集中，Claude 3.0 Opus得分5.2%，Gemini 1.5 Pro得分4.7%，GPT-4o Mini得分4.6%，Kimi K2.6得分3.8%74% 相似待验证Claude Opus 4.7在SWE Bench Pro上得分从53.4%提升至54.3%74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/789694API
curl https://kongchang.com/api/v1/knowledge/claims/789694MCP
get_claim(id=789694)