待验证50% 置信基准精确时间
B站UP主「进化中的阿诚」用9道大题的基准测试对GPT-6 Sol进行评测，加权总分为95分
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76% 相似待验证在Artificial Analysis的Omniscience幻觉指标上，GPT-5.6 Sol Max高达89%，高于Claude Fable的55%和GLM 5.2的28%72% 相似待验证Claude Opus 5在智能体搜索BrowseComp上得分30.8%，与GPT系列基本持平；工具增强多学科推理64.7%；生物学人类可解问题上高达90.1%72% 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71% 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零71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961380API
curl https://kongchang.com/api/v1/knowledge/claims/961380MCP
get_claim(id=961380)