待验证50% 置信基准精确时间
在 GDP Val 2.1 上，Opus 5.5 拿到 1846 的 ELO 分，Fable 5.1 为 1735，Astra 为 1542
1
来源数
50%
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
涉及实体
相关事实
待验证Claude 5.1在GDPVal AAV2得分1853，超过上一代的1723，也略高于Opus 567% 相似待验证Opus 5.5在token效率上不如Opus 5：Opus 5的max档每任务用73k token，Fable用78k，Opus 5.5的max档接近12万token，而GPT-6 Astra只需27k59% 相似待验证在 Terminal Bench 4.0 上，Opus 5.5 得分 66.4%，Astra 为 57.9%，Fable 5.1 为 55.8%，前代 Opus 5 为 52.3%58% 相似待验证Opus 5.5 在 Humanity's Last Exam 上得分 67，Astra 为 57，Fable 5.1 为 6556% 相似待验证在Terminal Bench 3.0上Opus 5以43.3领先V4.1的30.0，在Humanity's Last Exam上Opus 5为56.3而V4.1只有36.855% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/949379API
curl https://kongchang.com/api/v1/knowledge/claims/949379MCP
get_claim(id=949379)