待验证50% 置信基准精确时间
在两者同样达到50%得分的公平对比中，GPT-6.1 Sol便宜4倍
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 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，成本为其三分之一76% 相似待验证GPT-5.4准确率为50.5%，其配对的永远说涨基准为51.6%76% 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零73% 相似待验证与GPT-6 Astra相比，SWE-2得分落后几个百分点，但成本仅为对方的四分之一73% 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70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/963233API
curl https://kongchang.com/api/v1/knowledge/claims/963233MCP
get_claim(id=963233)