待验证50% 置信基准精确时间
在EMI复利计算上所有模型都翻车，案例e04（₹72,00,000贷款，年利率8.4%，期限25年）正确答案为₹57,492，Claude Sonnet 4.6答₹57,487，Gemini 3.1 Pro Preview答₹57,482
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/11
首次发现
有效期至：2026/10/25
来源
涉及实体
相关事实
待验证在 Frontier Code 上，GPT-6 Sol、Luna 与 Opus 5.5 三款模型性能差距只有约 6~7 个百分点，但价格从 10 美分、2 美元到 4 美元不等64% 相似待验证在易核查档，有七个模型在所有六类诱饵下都拿到了40/40满分，Claude Sonnet 5.5、Gemini 3.7 Flash 和 GPT-6.1 Sol 在易难两档全部六个任务下一题没错61% 相似待验证Claude Sonnet 4.6在案例c14（求₹95 lakh房子20%首付以卢比计）答出₹19 lakh，数学正确但单位错误（题目要求卢比）60% 相似待验证在ELE测试中等推理强度下，Sol的成本约为Faber-5的1/4，Terra和Luna成本仅约1/16且得分仍超过Faber-559% 相似待验证综合实测结果，四款模型能力排名为：Sol > GPT-5.5 > Terra > Luna59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/996746API
curl https://kongchang.com/api/v1/knowledge/claims/996746MCP
get_claim(id=996746)