待验证50% 置信基准精确时间

在 Theo 的 skate bench 测试中，X high 档平均每次响应 338 个 token、耗时 6 秒、最慢 31 秒

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/25

首次发现

有效期至：2026/10/9

来源

用好 Opus 5.5：定义完成态、精准操控与远离 Max 模式

涉及实体

skate benchconcept Theoperson

相关事实

待验证在 skate bench 测试中，Max 模式相比 X high 准确率仅从 78% 提升到 79%，但成本高了 13 倍76% 相似待验证在每道题15分钟的时间限制下，证明智能体在StochBench上的成功证明率为34.9%（157/450）69% 相似待验证Bullet 在 SWE-bench Verified 基准测试中取得 95.8% 的成绩，位列前三，平均每个任务耗时 119 秒63% 相似待验证在512-4096上下文长度测试中，将草稿长度从4字符拉满至16字符，整体推理延迟仅增加0.2%-1.3%63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/948903

API

curl https://kongchang.com/api/v1/knowledge/claims/948903

MCP

get_claim(id=948903)