待验证50% 置信基准精确时间
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
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%80% 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%76% 相似待验证GPT-6 Astra在Frontier Math Tier 4上峰值达到98%，在不开启推理、不使用思维链的情况下仍达到83%75% 相似待验证Opus 5.5在token效率上不如Opus 5：Opus 5的max档每任务用73k token，Fable用78k，Opus 5.5的max档接近12万token，而GPT-6 Astra只需27k75% 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零74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/999201API
curl https://kongchang.com/api/v1/knowledge/claims/999201MCP
get_claim(id=999201)