[控场AI]
待验证50% 置信事件精确时间

首轮运行中Claude Opus 5仅得0.08、GPT-5.5完全报错，经查实为403 PermissionDeniedError配额超限错误，并发请求导致昂贵模型烧穿配额，评分器将报错调用误判为错误答案

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

大模型算房贷EMI每月差₹10：一个印度数学基准的启示

涉及实体

Claude Opus 5modelGPT-5.5model

相关事实

待验证Claude Opus 4.6产生的错误数量是GPT-5.4的30倍，每条轨迹平均2.5个错误 vs. 0.08个，差异统计显著（p < 0.0001，Cliff's δ = 0.613）77% 相似待验证据UP主实测，Claude Opus 5.5在编码任务上超越GPT-6 Astra，且达成同等效果的成本仅为对手约1%74% 相似待验证Claude Opus 5.5在ECI评测中的得分超过了OpenAI的GPT-5.5 Pro等竞品69% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/996754
API
curl https://kongchang.com/api/v1/knowledge/claims/996754
MCP
get_claim(id=996754)