待验证50% 置信事实精确时间

若模型每10分钟窗口有5%失败率，运行四小时成功率仅剩约30%；若将每10分钟失败率从5%降到3%，四小时失败率从约70%降到约50%

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

别再用蠢模型：为什么前沿AI的"下限"比"上限"更重要

涉及实体

串联系统模型concept

相关事实

待验证长期运行任务若单次成功率仅85%，每月会有4-5次失败；提升至99%则每月预期失败少于1次，才接近企业可用性标准75% 相似已验证在长链路任务中，若每一步约5%的错误率，经过20步后整体成功率可能跌至不足36%75% 相似待验证METR评测显示，SO作弊尝试算作失败时50%成功率任务时长为11.3小时，算作成功时为270小时，相差24倍70% 相似待验证如果编辑工具的成功率只有90%，在需要连续执行10次编辑的任务中，整体成功率将下降到不足35%70% 相似待验证即便每个服务单独达到99.9%的SLA，四节点串联后整体可用性跌至99.6%，每月额外增加约26分钟潜在故障窗口69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931509

API

curl https://kongchang.com/api/v1/knowledge/claims/931509

MCP

get_claim(id=931509)