待验证50% 置信基准精确时间
在 Automation Bench 中档推理强度下 GPT-6.1 Sol 得分 35.4%，比 Opus 5.5 高 2.2 个百分点，成本为其三分之一
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/30
首次发现
有效期至：2026/12/29
来源
涉及实体
相关事实
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 28.880% 相似待验证Opus 4.7每次解题的中位输出token数为60,000，而GPT 5.5仅需16,00079% 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78% 相似待验证在SWE-Bench Pro编程评测上，Claude Fable 5以80%的成绩领先GPT-5.6 Sol的64.6%77% 相似部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961316API
curl https://kongchang.com/api/v1/knowledge/claims/961316MCP
get_claim(id=961316)