待验证50% 置信基准精确时间

叠加RSIGame后得分升至61.38，超过了Codex+GPT 5.5一次性生成的50.26，总Token使用量减少2.6倍

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

RSIGame：让大模型自主开发游戏并递归自我进化

涉及实体

RSIGameproduct Codexproduct GPT 5.5model

相关事实

待验证最强配置GPT-5.5配合Codex在Harbor-Index上的通过率仅为28.0%70% 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%69% 相似待验证经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）69% 相似待验证Codex于2021年发布时在HumanEval基准上达到28.8%的pass@1得分，而GPT-4在同一基准上已超过67%69% 相似待验证在两者同样达到50%得分的公平对比中，GPT-6.1 Sol便宜4倍68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968729

API

curl https://kongchang.com/api/v1/knowledge/claims/968729

MCP

get_claim(id=968729)