待验证50% 置信事实精确时间
测试的思考强度档位设置为：Sol 与 DeepSeek 选 Max，Luna 选 High
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
待验证在覆盖55个专业领域长程工作流的智能体终极考试中，Sol拿到53.6分，比对标的Fable 5高出13.1分67% 相似待验证在 Claude Code 里选择 Low、Medium、High 三档实际都映射到同一档效力，只有选择 Max Effort 或更高档位才映射到最强能力65% 相似待验证初代 DeepSeek Math 7B 在 MATH 竞赛基准测试中以70亿参数达到 51.7% 的正确率64% 相似待验证MAI Thinking-E在数学、科学等推理密集型领域表现较强，但在编码测试中仅达到DeepSeek V3.2的水平62% 相似待验证基准测试结果显示，Sol和Sol Ultra在大多数领域优于竞争对手Misos 5，Tara优于Fable 561% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/958965API
curl https://kongchang.com/api/v1/knowledge/claims/958965MCP
get_claim(id=958965)