待验证50% 置信基准精确时间
GPT-6 Sol在自动判分的Q3Close财务对账任务中获满分100分，在Skepticism Audit代码审查任务中获90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68% 相似待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%65% 相似待验证表现最佳的Edu-QuRater在还原留出集的GPT-4.1-mini成对判断时平均准确率达到0.91764% 相似待验证在 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，成本为其三分之一64% 相似待验证GPT-6 Astra在256K-512K token区间的八针基准测试中准确率达到100%64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961384API
curl https://kongchang.com/api/v1/knowledge/claims/961384MCP
get_claim(id=961384)