待验证50% 置信事实精确时间

OpenAI称在绕过Codex安全审查测试中没有观察到成功绕过的案例，表中数字仅代表尝试次数

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三档新模型解析：Astra、Sol、Luna怎么选

涉及实体

OpenAIcompany Codexproduct

相关事实

待验证仅记录提议的调用和工具响应不足以判断Agent安全测试结果的真实原因70% 相似待验证在全部330次运行时规划的实验中，没有一次能在所有测试数据集上同时满足完整的答案+证据契约69% 相似待验证OpenScience 声称的基准测试排名第一缺乏具体的基准细节、对比对象和评测方法说明69% 相似待验证Anthropic在此次发布中很多基准测试没有报告数据，而OpenAI几乎提供了所有指标68% 相似待验证OpenAI的系统卡承认基准测试无法覆盖所有真实使用场景下的模型行为，尤其是与其他工具结合使用时存在不确定性68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958993

API

curl https://kongchang.com/api/v1/knowledge/claims/958993

MCP

get_claim(id=958993)