待验证50% 置信基准精确时间

测试最终形成174条任务、1744次尝试的样本量，采用同路由、同平台、同时段的AB对比方式

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/29

首次发现

有效期至：2026/12/28

来源

打假Token压缩神话：RTK真能省钱吗？1500美元实测揭穿

涉及实体

相关事实

待验证SkillCascade-Bench包含213个经过验证的级联测试用例，覆盖多种智能体系统与应用领域67% 相似待验证团队为配置文件写入机制新增了 21 个测试用例66% 相似待验证该基准测试使用统一的100个问题集，每个问题只发起一次搜索，所有配置使用相同的answering model处理返回内容65% 相似待验证该实测任务共进行四轮，累计调度68个子智能体，完成了数字人写作技能模块的批量提示词测试65% 相似待验证一位独立研究者构建了22个多轮陷阱和84个单轮陷阱，让10款模型跑完全部106个测试，并用三种方式对每条轨迹独立打分64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/957963

API

curl https://kongchang.com/api/v1/knowledge/claims/957963

MCP

get_claim(id=957963)