已过期75% 置信事实时间未知
两款模型的最终测试总比分为平局
1
来源数
75%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29(已过期)
来源
Gemini 3.1 Pro vs Opus 4.6：前端编程能力实测对比
bilibili伊莱文思帕
涉及实体
相关事实
待验证The tester assessed that O3 and Gemini 2.5 Pro performed the best in the first round of the snake battle game test.58% 相似待验证在Agent Test: Last Exam测试中，Soul得分53.6分，Anthropic的Opus 4.5得分40.5分54% 相似待验证top-1%准确率是评估量化模型与原始全精度模型输出一致性的指标，关注模型置信度最高的1%的token是否与全精度版本一致53% 相似待验证DeepSeek V4 Pro在Humanity's Last Exam基准测试中得分37.753% 相似待验证LFM2.5在多项基准测试中展现出与体量高达其4倍模型相当的竞争力53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/9566API
curl https://kongchang.com/api/v1/knowledge/claims/9566MCP
get_claim(id=9566)