待验证50% 置信基准精确时间
在GDPVal基准上GPT-6 Luna得1437分，低于Haiku 5.5的1620分
1
来源数
50%
置信度
长期有效
时效性
2026/10/10
首次发现
来源
涉及实体
相关事实
待验证在Terminal-Bench 4.0上Haiku 5.5得分39.2，GPT-6 Luna得分16.478% 相似待验证在GDPVal基准上，Haiku 5.5得1620分，Haiku 4.5得735分70% 相似已验证在DeepSuite基准上Grok 4.7得71%，GPT 5.6 Sol为72.7%，Fable 5.1为70%，Astra Max以74.1%登顶66% 相似待验证在Frontier Code基准中GPT-6 Luna得分56.1%，Claude Sonnet 5.0为56.2%，Kimi K3为58.2%66% 相似待验证Llama 3.1 405B在MMLU上的得分已接近GPT-4o的水平，Qwen 2.5 72B在数学和代码生成基准上某些指标超越了GPT-4 Turbo65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/993473API
curl https://kongchang.com/api/v1/knowledge/claims/993473MCP
get_claim(id=993473)