待验证50% 置信基准精确时间
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
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9
来源
涉及实体
相关事实
待验证模型探测工具三分钟即可完成约 28 个模型的探测，支持模型池包括 Opus 5、Opus 5.5、GPT-6 Astra、Sonnet 5 等70% 相似待验证在图片隐藏虫子识别测试中，Sonnet 5的Max模式花费约10分钟并识别结果完全正确，而Gemini顶配模型只找到4只，GPT-5.5 X-High未能检测出69% 相似待验证在树莓派5上实测的8款本地大模型中，只有3款真正通过了速度和任务完成度的考验66% 相似待验证在难核查档注入诱饵下，GPT-5.4 mini 两种顺序都判错的题数从3升至39，Qwen3-Next 80B Instruct 从4升至38，GPT-5.4 mini 和 Qwen3-Next Instruct 的难题得分直接归零（低于随机抛硬币的约0.25）64% 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 > Luna64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/996774API
curl https://kongchang.com/api/v1/knowledge/claims/996774MCP
get_claim(id=996774)