Expired80% confidenceBenchmarkExact time

三个 GPT-5.6 模型在长程代理微调任务上均拿满分 10 分，而 GPT-5.5 和 Opus 4.7 在该任务只能拿两三分

7

Sources

80%

Confidence

Medium-term (~90 days)

Relevance

7/10/2026

First Seen

Valid until: 10/8/2026(expired)

Sources

GPT-5.6三模型实测：Sol/Terra/Luna与Claude差距还有多远？

bilibili烟神殿副殿主7/9/2026

Related Claims

Unverified在数学难题上SOL和TERRA均拿到满分10分，在自适应微调任务上三款GPT-5.6模型全部满分，而此前GPT-5.5和Opus 4.7在同一任务上仅能拿到两三分85% similar UnverifiedGPT-3.5-Turbo、GPT-4、Claude等主流模型在长上下文检索任务中的性能均呈现U形分布83% similar UnverifiedGPT-5.6提供MAX模式（更长推理时间）和AUTO模式（四个Agent并行处理）两个进阶选项80% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/452869

API

curl https://kongchang.com/api/v1/knowledge/claims/452869

MCP

get_claim(id=452869)