待验证50% 置信事实精确时间

此前顶尖模型在Frontier Math Tier 4层级的通过率普遍低于50%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/17

首次发现

有效期至：2026/12/16

来源

GPT-6 Astra解析：从回答问题到自主完成任务的转变

涉及实体

Frontier Mathproduct

相关事实

待验证SWE-bench 发布初期顶级模型通过率不足 2%，当前领先系统通过率已突破 50%68% 相似待验证在MATH数据集的Level 5竞赛级难题上，前沿模型准确率仍低于60%67% 相似待验证2023年初主流模型的SWE-bench得分普遍低于5%，到2025年中顶级模型已突破70%66% 相似待验证当前最先进的模型在FrontierMath最高难度层级上的表现通常只有个位数到两位数的百分比66% 相似待验证在 SWE-bench 上早期模型解决率不足 5%，2025 年主流产品已突破 50%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/929040

API

curl https://kongchang.com/api/v1/knowledge/claims/929040

MCP

get_claim(id=929040)