待验证50% 置信基准精确时间
在多个基准测试中Sonnet 5.5与Opus 5.5分差极小，如GDP Val为1844对1846、OS World为80.1%对81%、Humanity's Last Exam为64.5对67.7
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/4
首次发现
有效期至：2027/1/2
来源
涉及实体
相关事实
待验证有独立评测机构测出Opus 5.5在60个模型的排名中位列第四，得分比上一代略低70% 相似待验证在 GDPval 上，Sonnet 5 的 Max Effort 开销约为 Low Effort 的 6 倍65% 相似待验证智能体能力的提升伴随Token消耗的指数级增长，Sonnet 5在最大努力模式下Token消耗量堪比OPUS但效果更差63% 相似待验证在Artificial Analysis综合指数中，Opus 5.5得58分，Sol得48分，Luna得37分62% 相似待验证测试者认为在该规模数据集上只有约5%以上的差异才具备统计意义，而实际差距不足4%，尚未达到显著水平62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/974553API
curl https://kongchang.com/api/v1/knowledge/claims/974553MCP
get_claim(id=974553)