待验证60% 置信基准精确时间

在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.8

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

OpenAI 发布 GPT-6 Sol 与 Luna：价格再砍半的工作马模型

涉及实体

GPT-6 Solmodel Automation Benchconcept

相关事实

待验证在长周期智能体工作流测试（Engines Last Exam）中，GPT-5.6 Sol 得分 53.6，比 Faber-5 高出 13.1 分78% 相似待验证在Agents' Last Exam评测中，GPT-5.6 Sol取得53.6分，比采用自适应推理的Claude Fable 5高出13.1分74% 相似待验证在SWE-Bench Pro编程评测上，Claude Fable 5以80%的成绩领先GPT-5.6 Sol的64.6%74% 相似待验证在Terminal Bench 2.1基准测试上，GPT-5.6 Sol的Ultra模式接近92%，超越竞品的88%表现73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949362

API

curl https://kongchang.com/api/v1/knowledge/claims/949362

MCP

get_claim(id=949362)