待验证50% 置信基准精确时间
在编程Agent指数中，Codex（Sol）获得57分，Grok Build获得56分
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/5
首次发现
有效期至：2026/10/19
来源
涉及实体
相关事实
待验证在覆盖55个专业领域长程工作流的智能体终极考试中，Sol拿到53.6分，比对标的Fable 5高出13.1分69% 相似待验证在某项编程基准测试中，OpenAI的GPT-5.5在基准自带的Harness里得分76%，但在Codex内部只有57%66% 相似部分验证Opus 5.5在终端智能体基准拿到66分，高于Sonnet的55分和Astra的57.9分65% 相似待验证叠加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65% 相似待验证在覆盖47种工具、55个行业的办公自动化评测中，Sol分别拿到33.2%和56.4%63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/976457API
curl https://kongchang.com/api/v1/knowledge/claims/976457MCP
get_claim(id=976457)