待验证50% 置信基准精确时间

GPT-5.4在CAD World上完成率62.5%、平均动作步数104.6步，成功任务平均需46.9步

1

来源数

50%

置信度

长期有效

时效性

2026/9/26

首次发现

来源

CAD World基准：AI Agent画工程图为何只有17.5%成功率

涉及实体

GPT-5.4model CAD Worldproduct

相关事实

待验证TwinCheck 完整策略将 GPT-5.6 Sol 模型的任务成功率从 45.3% 提升到 58.5%，95%任务自助法置信区间为[8.2, 18.8]76% 相似待验证GPT-6（Astral）在 OS World 2.0 基准测试中的正确率达到 72.6%，平均每个任务约 40 分钟72% 相似部分验证三个 GPT-5.6 模型在长程代理微调任务上均拿满分 10 分，而 GPT-5.5 和 Opus 4.7 在该任务只能拿两三分72% 相似待验证GPT 5.6新增任务步骤可视化功能，可显示当前第几步、共几步及每步目标72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/951470

API

curl https://kongchang.com/api/v1/knowledge/claims/951470

MCP

get_claim(id=951470)