Unverified50% confidenceBenchmarkExact time
MMLU包含57个学科领域约1.5万道选择题，HumanEval由OpenAI设计包含164道Python编程题，MATH包含12,500道竞赛数学题，GPQA收录研究生级别科学问题
1
Sources
50%
Confidence
Long-term
Relevance
7/10/2026
First Seen
Sources
「GPT-5.6」真相揭秘：虚假传闻与第三方充值陷阱辨析
bilibili小小阿白6667/9/2026
Related Claims
UnverifiedHumanEval包含164道编程题，MBPP包含约500道编程题71% similarUnverifiedMBPP 收录了 500 道众包编程题，GSM8K 包含 8500 道小学数学应用题（需 2-8 个推理步骤）62% similarUnverified实测中一个伙伴能力工单问了64个问题，整个流程累计超过30个问题60% similarUnverified社区ECC方案包含63个Agent，均为MD文件，其中6个使用Opus做深度推理，55个使用Sonnet做日常任务，1个使用Haiku59% similarUnverifiedCOCO 数据集包含约12万张训练图像、80个类别、超过150万个目标实例，由微软研究院发布58% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/472660API
curl https://kongchang.com/api/v1/knowledge/claims/472660MCP
get_claim(id=472660)