待验证50% 置信事件精确时间
Reddit 上一则帖子称模型 GPT-6.1 Sol (max) 在 FrontierMath Tier 4 基准测试中取得了 100% 的得分
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/2
首次发现
有效期至：2026/10/16
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78% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%75% 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零74% 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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/968621API
curl https://kongchang.com/api/v1/knowledge/claims/968621MCP
get_claim(id=968621)