待验证50% 置信基准精确时间
在 low effort 设置下，GPT-6.1 Sol 在 FrontierCode 1.1 上取得 58.1% 的得分，每个任务成本仅 0.21 美元
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 Frontier Code 测试中，GPT-6 Luna Max 拿下 66.6%，每任务成本仅 22 美分78% 相似待验证在 Frontier Code 上，Opus 5.5 的 medium 档（不到 1 美元/任务）得分反而高于 max 档（超过 5 美元/任务）73% 相似待验证在安全对齐测试中，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零68% 相似待验证在 Frontier Code 上，GPT-6 Sol、Luna 与 Opus 5.5 三款模型性能差距只有约 6~7 个百分点，但价格从 10 美分、2 美元到 4 美元不等67% 相似待验证SWE-2的基准得分与竞品Fable 5.1相差不到一个百分点，但成本低了64%67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/959884API
curl https://kongchang.com/api/v1/knowledge/claims/959884MCP
get_claim(id=959884)