部分验证65% 置信基准精确时间
在Terminal-Bench 4.0上，Claude Opus 5.5以66.4%领先，GPT-6 Astra为61.8%，Argon为57.4%
3
来源数
65%
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GPT-6 Astra以平均分0.90在八款模型中表现最佳，Claude Opus 5平均分0.82次之80% 相似待验证在Automation Bench办公流程测试中，Gemini 4 Argon得分51.3%，GPT-6 Astra为41.4%，Claude Opus 5.5为42.5%78% 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77% 相似已验证在 Terminal Bench 4.0 上，Opus 5.5 得分 66.4%，Astra 为 57.9%，Fable 5.1 为 55.8%，前代 Opus 5 为 52.3%76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/998453API
curl https://kongchang.com/api/v1/knowledge/claims/998453MCP
get_claim(id=998453)