待验证50% 置信基准精确时间

在Exploit Gym评测中，前代GPT-5.6 Sol完成率约30%，而GPT-6 Astra达到约40%成功率，且消耗token量大幅减少

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

OpenAI「防御者窗口」战略：用AI攻防网络安全

涉及实体

GPT-6 Astramodel GPT-5.6 Solmodel Exploit Gymconcept

相关事实

待验证在财务审阅工作流中，使用GPT-6 Astra后整体性能相比此前提升接近40%78% 相似已验证在同等任务上，GPT-5.5使用的输出token比Opus少约72%76% 相似已验证SOL的基准分数几乎是上一代GPT-5.5的两倍，实现了代际跃升，但整体仍落后于Fable 574% 相似已验证GPT-5.6 Sol在ARC-AGI-2上取得92.5%的成绩73% 相似待验证GPT-6 Sol和GPT-6 Luna在更低成本下实现了强劲表现，并在OfficeQA Pro基准测试上推高了帕累托前沿73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958123

API

curl https://kongchang.com/api/v1/knowledge/claims/958123

MCP

get_claim(id=958123)