Unverified50% confidenceBenchmarkExact time
当前顶级商用模型在GAIA Level 3上的得分通常不超过10%
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/12/2026
First Seen
Valid until: 10/10/2026
Sources
Rust AI Agent实战：GAIA基准测试揭示大模型能力天花板
bilibili软件工艺师7/10/2026
Related Claims
Unverified2023年人类在GAIA测试中的平均成功率约为90%，而当时最强的GPT-4在Level 1上仅勉强达到15%68% similarUnverifiedGLA含量比例约9%，属于行业常规水平，低于部分标注10%以上GLA的竞品，追求高GLA浓度的用户需对比选择67% similarUnverifiedGAIA题目对人类来说相对简单，人类平均正确率约92%，但对顶级AI模型极具挑战性64% similarUnverified在ARC-AGI-3基准上，GPT-5.6 Sol得分8%，其他模型普遍不足2%，Anthropic因成本过高未运行Fable63% similarUnverified据行业估计，第三方意图数据的真阳性率通常仅在15%-30%之间62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/491954API
curl https://kongchang.com/api/v1/knowledge/claims/491954MCP
get_claim(id=491954)