待验证50% 置信事实精确时间
Decision-1 比 GPT-6 Sol 快 35 倍属于官方自述数据，缺乏独立第三方基准测试佐证
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/10
首次发现
有效期至：2026/10/24
来源
涉及实体
相关事实
待验证在超高推理强度下 GPT-6.1 Sol 事实错误率为 4.1%，低于上一代的 4.5%，接近 Astra 的 4.0%76% 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76% 相似待验证该研究发现GPT-4在判断素数任务上的准确率从2023年3月的97.6%骤降至6月的2.4%72% 相似待验证在GPT-4发布初期，主流模型在GPQA上的准确率约为35-40%，人类领域专家基准线约为65%，随机猜测为25%71% 相似待验证在安全对齐测试中，GPT-5.6 Sol在约48%的情况下成功利用越界目标，而GPT-6 Astra在同样测试中成功利用次数为零70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/994502API
curl https://kongchang.com/api/v1/knowledge/claims/994502MCP
get_claim(id=994502)