待验证50% 置信基准精确时间
GPT-6 LUNA MAX在视觉定位测试上的平均成绩，从修复前的28.8%提高到修复后的60%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/8
首次发现
有效期至：2027/1/6
来源
涉及实体
相关事实
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%71% 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%71% 相似已验证在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71% 相似待验证在Artificial Analysis综合智能指数中，GPT-6 Sol满档48分（与Astra同档），Luna满档36分69% 相似待验证在长周期智能体工作流测试（Engines Last Exam）中，GPT-5.6 Sol 得分 53.6，比 Faber-5 高出 13.1 分69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/988754API
curl https://kongchang.com/api/v1/knowledge/claims/988754MCP
get_claim(id=988754)