已过期50% 置信事实精确时间
测试中双方都开到「高」思考强度，账号为5X的Pro等级，8个测试加其他任务两天消耗掉周额度的80%
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/18
首次发现
有效期至：2026/10/2(已过期)
来源
涉及实体
相关事实
待验证Max级别相比extra high最多多消耗两倍的token，但在各类基准测试中仅带来4%至10%的性能提升72% 相似待验证AI在实验设计中采用8:2划分保留20%作为独立测试集，并在80%训练集上采用5折交叉验证以避免数据泄漏71% 相似待验证OS World的82项测试并非在完全相同条件下运行，一半任务沿用原基线分数，投入资源和尝试次数也不同，因此7个百分点提升不能全归功于记忆70% 相似待验证Alto 的优化案例中，目标是首页分数达到90分以上，最多尝试5次，由独立的 Evaluator 检查条件，达标或达到轮次上限才结束70% 相似待验证实验采用8:2比例划分数据，20%作为内部测试集，训练集内部使用5折交叉验证，并移除重复记录以避免数据泄漏68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/932482API
curl https://kongchang.com/api/v1/knowledge/claims/932482MCP
get_claim(id=932482)