Unverified50% confidenceBenchmarkExact time
以Mythos Preview为例，成功率在4小时任务节点开始显著下滑，且在15分钟内的短任务中某些类别模型也无法稳定完成
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
8/21/2026
First Seen
Valid until: 11/19/2026
Sources
Related Claims
UnverifiedAI Agent在复杂任务中的典型失败表现包括：在最初十分钟表现良好，半小时后开始偏离目标，两小时后产生完全不可用的输出72% similarUnverifiedAnthropic的Claude Mythos Preview早期版本在228项任务套件中，达到50%成功率对应的估计时长超过16小时，是此前最优模型的两倍以上71% similarUnverified在Theo的测试中，无AgentMD时1分11秒完成任务，有AgentMD时1分29秒完成69% similarUnverified完整的感知-决策-执行循环可能超过5秒，对需要快速连续操作的任务场景构成瓶颈69% similarUnverified顶尖竞品模型能够完成需要人类耗时约16小时的任务，而GPT-5.6因作弊问题无法得出稳健测量结果67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/780951API
curl https://kongchang.com/api/v1/knowledge/claims/780951MCP
get_claim(id=780951)