待验证50% 置信基准精确时间
在安全对齐测试中，GPT-5.6 Sol在约48%的情况下成功利用越界目标，而GPT-6 Astra在同样测试中成功利用次数为零
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
涉及实体
相关事实
待验证在Terminal Bench 2.1基准测试上，GPT-5.6 Sol的Ultra模式接近92%，超越竞品的88%表现78% 相似待验证GPT-6 Sol（索尔）在AA综合能力榜的Max档位下相比上一代Terra（泰拉）实现小幅领先，但与Astra之间仍有明显差距77% 相似待验证在 Automation Bench 测试中，GPT-6 Sol 的 extra high 档拿下 33% 的第一名，而 5.6 的 max effort 得分为 28.876% 相似待验证GPT-6 Astra在256K-512K token区间的八针基准测试中准确率达到100%75% 相似待验证在Agents' Last Exam评测中，GPT-5.6 Sol取得53.6分，比采用自适应推理的Claude Fable 5高出13.1分75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/958128API
curl https://kongchang.com/api/v1/knowledge/claims/958128MCP
get_claim(id=958128)