待验证50% 置信基准精确时间
在Automation Bench测试中，成绩从Cell的8.1提高到Astra的41.4，CAD任务从83.3提高到95.9
1
来源数
50%
置信度
长期有效
时效性
2026/9/21
首次发现
来源
涉及实体
相关事实
待验证综合四组八轮测试，Astra在前端设计、游戏复刻、3D互动三类任务上相较5.6有明显提升，5.6胜在速度快64% 相似待验证在Terminal Bench 4.0最高精度测试中，Fable 5.1准确率为55.8%，成本为19.50美元；Astra准确率为56.7%，成本为10.35美元62% 相似待验证在 Terminal Bench 2.1 测试中，AutoPrompt Scale 使 OpenCode 在 89 个任务中的失败数从 29 降到 16，多解决 13 题，分数提升 14.61 个百分点62% 相似待验证在LongMemEval基准测试中，5个chunk时BM25准确率从78.8%提升到85.2%60% 相似待验证K2.7 Code在MLS Bench Lite基准测试上相比K2.6提升31.5%（从26.7提升至35.1），是所有测试中提升幅度最大的57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/938899API
curl https://kongchang.com/api/v1/knowledge/claims/938899MCP
get_claim(id=938899)